Ранг заказов внутри клиента по сумме

Условие задачи

Дано: `df(user_id, order_id, amount)`. Добавьте колонку `rnk` — ранг заказа по убыванию суммы ВНУТРИ каждого клиента (1 = самый крупный). При равных суммах используйте метод 'dense'. Верните DataFrame с колонками user_id, order_id, amount, rnk (rnk как int). Реализуй `rank_within_user(df)`. Используй groupby(...).rank.

Темы

pandas groupby rank dense-rank window

Подсказки

• Ранг внутри группы — groupby('user_id')['amount'].rank(...).
• method='dense' даёт плотный ранг без пропусков при ничьих; ascending=False — крупные суммы получают ранг 1.
• .rank возвращает float — приведи к int через .astype(int).

Что проверяет эта задача

Задача «Ранг заказов внутри клиента по сумме» учит обрабатывать табличные данные в pandas: фильтрация, группировка, объединение и метрики. Такие задачи дают на собеседованиях в T-Bank и других IT-компаниях. Уровень средний — типичная боевая задача на уверенный Python.

Как подступиться к решению

Сначала разбери условие и формат входа-выхода, прикинь крайние случаи (пустой ввод, дубли, NaN). Затем выбери структуру данных и собери решение по шагам — начни с простого рабочего варианта, потом оптимизируй сложность. Код пишешь и запускаешь прямо в браузере: Python-тренажёр исполняет его через Pyodide (pandas, numpy, scipy) и проверяет результат автоматически.

В pandas один и тот же результат часто достаётся разными путями — через groupby, pivot_table, merge или векторные операции над колонками. Важно выбрать читаемый и быстрый: встроенные векторные методы почти всегда обгоняют циклы и построчный apply. На собеседовании ценят не только правильный ответ, но и то, как ты объясняешь выбор подхода, обрабатываешь пропуски (NaN) и оцениваешь, что будет на больших данных.

Разобраться в pandas системно — бесплатный курс «Pandas с нуля» и гайды по pandas.

Открыть задачу в тренажёре → ← Все Python-задачи