hive中經常會用到row_number這個函式，比如取使用者第n次購買，前n次購買記錄等等。那麼python中如何實現呢？直接看個例子即可

下面是a、b兩個使用者購買的記錄，user為使用者名稱，amount為消費金額，要去按照user分組，組內按照amount降序排序，並且新增一列標識序號

import pandas as pd
df = pd.DataFrame({'user':['a','a','a','b','b'],'amount':[21,11,31,32,42]})
df

下面構建輔助函式:
這個函式兩個功能，一個是提供分組排序的功能
另外提供部分聚合函式的功能

import pandas as pd
def test_f(df,column,istopn = False,n=1):
    """
    df:資料框
    column:為需要對之聚合的列
    istopn:返回每一組的第n行資料
    """
 

    count = len(df)
    distinct_count = df[column].nunique()
    sum = df[column].sum()
    avg = df[column].mean()
    if istopn == True:
        # 降序生序，自己注意
        # df.sort_values(by=column, ascending=False)[:n] # 返回前n個
        temp_data = df.sort_values(by=column, ascending=False)
        temp_data[
 
'row'] = range(len(df))
        return temp_data
    else:
        return pd.DataFrame({'count':[count],'distinct_count':[distinct_count],'sum':[sum],'avg':[avg]})

df_sort = df.groupby(['user']).apply(test_f,column = 'amount',istopn = True)
df_sort

改變行索引

df_sort.index = range(len(df_sort))
df_sort

後面對row這一列進行篩選，即可.

                                                 2018-12-105 於南京市棲霞區紫東創業園