求一个pandas（dataframe）分组求rank的问题

Question

我的需求：比如
有1个2021年12月以来的A股股票的日交易记录（dataframe），有三列：股票代码：code，市值：mv，交易日期：date
，我想利用group 、rank等方法求出某只股票（比如：'000001'）在每个交易日期中市值（mv）在所有股票中的排名（rank），怎么都没有思路。
请教了！

Answer 1

import pandas as pd


data = [[101, 236423, '2021-01'],
        [101, 223387, '2021-02'],
        [102, 397845, '2021-01'],
        [102, 138257, '2021-02'],
        [103, 83475, '2021-01'],
        [103, 393475, '2021-02']]

df = pd.DataFrame(data=data, columns=['code', 'mv', 'date'])
print(df)
def f(series):
    tmpDf = pd.merge(series,df,on ='date')
    res = tmpDf.groupby(by='date').apply(lambda x: ((x['code_y'] !=x['code_x']) & (x['mv_y'] > x['mv_x'])).sum() + 1).reset_index(name='count')
    return res    
    
df = df.groupby('code').apply(f)
print(df)
'''
--result
   code      mv     date
0   101  236423  2021-01
1   101  223387  2021-02
2   102  397845  2021-01
3   102  138257  2021-02
4   103   83475  2021-01
5   103  393475  2021-02
           date  count
code                  
101  0  2021-01      2
     1  2021-02      2
102  0  2021-01      1
     1  2021-02      3
103  0  2021-01      3
     1  2021-02      1

'''