python dataframe的row_number排序

在 Python 的 Pandas 库中，可以使用 `reset_index()` 方法来给 DataFrame 添加一个新的默认索引，然后使用 `sort_values()` 方法来按照指定的列排序，最后再使用 `reset_index()` 方法重新设置索引。下面是一个示例：

import pandas as pd

# 创建一个示例 DataFrame
df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],
    'age': [25, 30, 35, 40, 45]
})

# 添加一个新的默认索引
df = df.reset_index()

# 按照 age 列进行排序
df = df.sort_values('age', ascending=False)

# 重新设置索引
df = df.reset_index(drop=True)

# 添加一列 row_number
df['row_number'] = df.index+1

print(df)

输出结果为：

   index     name  age  row_number
0      4      Eva   45           1
1      3    David   40           2
2      2  Charlie   35           3
3      1      Bob   30           4
4      0    Alice   25           5

可以看到，我们先使用 `reset_index()` 方法添加了一个新的默认索引，然后使用 `sort_values()` 方法按照 age 列进行降序排序，最后使用 `reset_index()` 方法重新设置索引，并添加了一列 row_number，表示每一行的排名。