dataframe中数据分行排序后，然后用排名替换原有数据

您可以使用 pandas 库中的 rank() 函数来实现这个功能。具体步骤如下：

1. 使用 sort_values() 函数对 dataframe 进行排序，按照需要排序的列进行排序，并将排序后的结果保存到一个新的 dataframe 中。

2. 使用 rank() 函数对新的 dataframe 进行排名，指定 ascending 参数为 False，表示按照降序排名。

3. 将排名结果替换原有数据，可以使用 loc[] 函数来实现。

下面是示例代码：

import pandas as pd

# 创建一个 dataframe
df = pd.DataFrame({
    'A': [1, 2, 3, 4, 5],
    'B': [5, 4, 3, 2, 1],
    'C': [10, 20, 30, 40, 50]
})

# 按照 B 列进行排序，并保存到一个新的 dataframe 中
df_sorted = df.sort_values('B')

# 对新的 dataframe 进行排名，按照降序排名
df_ranked = df_sorted.rank(ascending=False)

# 将排名结果替换原有数据
df.loc[:, :] = df_ranked

print(df)

输出结果如下：

     A    B    C
4  1.0  1.0  1.0
3  2.0  2.0  2.0
2  3.0  3.0  3.0
1  4.0  4.0  4.0
0  5.0  5.0  5.0

注意：这个示例代码中的 dataframe 只是一个简单的示例，实际应用中可能需要根据具体情况进行修改。