rank函数怎么用例子(RANK函数用法示例)
315人看过
关于rank函数怎么用？
rank函数是数据分析与处理中的核心工具，其核心作用是对数据集进行排序并赋予排名值。不同平台（如Excel、SQL、Python）对rank函数的实现存在细微差异，但核心逻辑均基于"比较-排序-赋值"的机制。该函数在处理重复值时会产生并列排名（如1,2,2,4），而dense_rank则会压缩断层（如1,2,2,3）。实际应用中需根据业务需求选择标准排名或密集排名，并注意多列排序时的优先级设置。通过结合窗口函数、分组运算等技术，rank函数可扩展至多维数据分析场景，但其在动态数据更新和复杂排序规则下的局限性也需特别关注。
一、基础语法与核心参数
各平台rank函数的基础语法框架相似，但参数细节存在差异：
| 平台 | 函数原型 | 关键参数 |
|---|---|---|
| Excel | RANK(number, ref, [order]) | 升序/降序控制 |
| SQL | RANK() OVER (PARTITION BY...) | 窗口分区设置 |
| Python | df['col'].rank(method='min') | 重复值处理方式 |
以Excel为例，当处理学生成绩排名时：
| 姓名 | 成绩 | 排名 |
|---|---|---|
| 张三 | 85 | RANK(B2,B$2:B$6) |
| 李四 | 92 | RANK(B3,B$2:B$6) |
| 王五 | 85 | RANK(B4,B$2:B$6) |
| 赵六 | 78 | RANK(B5,B$2:B$6) |
公式会自动计算相对排名，其中并列成绩会占用后续名次（如85分并列第2，则下一个排名为4）。
二、重复值处理策略对比
不同排名方法对重复值的处理方式直接影响结果分布：
| 排名类型 | 示例数据 | 结果序列 |
|---|---|---|
| RANK | 10,20,20,30 | 1,2,2,4 |
| DENSE_RANK | 10,20,20,30 | 1,2,2,3 |
| ROW_NUMBER | 10,20,20,30 | 1,2,3,4 |
在员工绩效排名场景中：
| 姓名 | 分数 | RANK | DENSE_RANK |
|---|---|---|---|
| A | 95 | 1 | 1 |
| B | 88 | 2 | 2 |
| C | 88 | 2 | 2 |
| D | 85 | 4 | 3 |
可见RANK会跳过重复名次，而DENSE_RANK保持连续编号，ROW_NUMBER则强制唯一排序。
三、多列排序的优先级控制
当需要按多维度排序时，rank函数常与其他条件组合使用：
| 部门 | 销售额 | 排名规则 |
|---|---|---|
| 华东 | 500万 | 部门内按销售额降序 |
| 华南 | 600万 | 部门内按销售额降序 |
| 华东 | 450万 | 部门内按销售额降序 |
SQL实现示例：
SELECT 部门, 销售额,
RANK() OVER (PARTITION BY 部门 ORDER BY 销售额 DESC) AS 部门排名
FROM 销售表该逻辑确保每个部门单独计算排名，避免跨部门数据干扰。
四、数据库中的窗口函数应用
在SQL环境（如MySQL 8.0+）中，rank函数常与窗口函数结合：
| 场景类型 | 函数组合 | 典型应用 |
|---|---|---|
| 分组排名 | PARTITION BY + ORDER BY | 部门内员工绩效排名 |
| 全局排名 | 无PARTITION | 全表销售额总排名 |
| 动态排名 | 结合UPDATE语句 | 实时更新排行榜 |
员工奖金分配案例：
| 姓名 | 季度业绩 | 部门排名 | 奖金系数 |
|---|---|---|---|
| 甲 | 120% | 1 | 1.5 |
| 乙 | 115% | 2 | 1.2 |
通过`DENSE_RANK() OVER (PARTITION BY 部门 ORDER BY 业绩 DESC)`生成连续排名，作为奖金分配依据。
五、数据透视表与排名结合
在Excel中，可将rank函数与数据透视表联动实现多维分析：
| 区域 | 产品 | 销售额 | 区域排名 |
|---|---|---|---|
| 华北 | A产品 | 200万 | =RANK(C2,$C$2:$C$5) |
| 华北 | B产品 | 150万 | =RANK(C3,$C$2:$C$5) |
通过字段布局设置，可快速查看不同区域的产品销售排名情况。但需注意透视表刷新时公式引用范围的维护问题。
六、动态排名的实现方案
处理动态数据时，传统rank函数存在局限性，需采用特殊设计：
| 实现方式 | 优点 | 适用场景 |
|---|---|---|
| 触发器+临时表 | 实时更新 | 高频数据变动场景 |
| Materialized View | 定期刷新 | 报表级数据分析 |
| Python循环计算 | 灵活定制 | 复杂业务规则排名 |
股票实时排行案例：
| 代码 | 当前价 | 涨跌幅% | 动态排名 |
|---|---|---|---|
| SH600000 | 12.5 | +3.2% | RANK.EQ(C2,$C$2:$C$N) |
| SZ000001 | 25.8 | -1.5% | RANK.EQ(C3,$C$2:$C$N) |
通过Excel的动态数组公式或Python的pandas.DataFrame.sort_values可实现实时更新，但需注意性能消耗。
七、跨平台实现差异分析
相同排名逻辑在不同平台的具体实现存在显著差异：
| 对比维度 | Excel | SQL(MySQL) | Python(Pandas) |
|---|---|---|---|
| 函数调用方式 | 单元格公式 | SELECT子句窗口函数 | DataFrame方法链 |
| 参数配置灵活性 | 需手动指定参照范围 | 支持复杂PARTITION/ORDER BY | 支持method/na_option等参数 |
电商平台商品排序案例：
| 平台 |
|---|
