假设有以下DataFrame：

import pandas as pd 

data = {
    'name': ['Alice', 'Bob', 'Charlie', 'Dave', 'Emma', 'Frank'],
    'score': [75, 82, 90, 87, 94, 81],
    'class': ['A', 'A', 'B', 'B', 'A', 'B']
}

df = pd.DataFrame(data)

要按照“class”列分组，再按“score”列排名，可以使用groupby()和rank()函数：

df['rank'] = df.groupby('class')['score'].rank(method='dense', ascending=False)

其中，groupby('class')按照“class”列进行分组，rank()对每组中的“score”列进行排名，method='dense'指定使用密集排名（即排名值之间不会有间距），ascending=False指定按照降序排名。最终，将排名结果命名为“rank”列并添加到DataFrame中。

输出结果为：

name  score class  rank
0    Alice     75     A   2.0
1      Bob     82     A   1.0
2  Charlie     90     B   2.0
3     Dave     87     B   1.0
4     Emma     94     A   0.0
5    Frank     81     B   2.0