Xây dựng các hàm xếp hạng phân vùng SQL Window Functions trong Pandas

Mục tiêu kiến thức

• Ánh xạ các hàm cửa sổ SQL kinh điển (OVER (PARTITION BY ... ORDER BY ... DESC)) sang cú pháp chuẩn của Pandas.
• Phân biệt sự khác nhau giữa các phương pháp xếp hạng:
• ROW_NUMBER(): thứ tự hàng duy nhất, không trùng lặp (method="first").
• RANK(): cùng điểm cùng hạng, hạng tiếp theo bị nhảy cóc (method="min").
• DENSE_RANK(): cùng điểm cùng hạng, hạng tiếp theo tăng liên tiếp 1 đơn vị (method="dense").

Mô tả bài toán

Viết hàm compute_partition_ranks(df: pd.DataFrame, group_col: str, order_col: str) -> pd.DataFrame:

• df: DataFrame chứa các bản ghi cần xếp hạng.
• Kiểm tra tính hợp lệ:
• Nếu group_col hoặc order_col không có trong df.columns, raise KeyError("Khong tim thay cot nhom hoac sap xep").
• Tạo bản sao của df và bổ sung 3 cột xếp hạng mới theo thứ tự giảm dần (descending) của order_col bên trong từng phân vùng group_col:
• "row_number": kiểu int, tương đương ROW_NUMBER().
• "rank": kiểu int, tương đương RANK().
• "dense_rank": kiểu int, tương đương DENSE_RANK().
• Trả về DataFrame kết quả chứa 3 cột mới.

Ràng buộc

• Thời gian chạy tối đa: 1000ms.
• Giới hạn bộ nhớ: 256MB.
• Dữ liệu đầu vào tuân thủ đúng kiểu dữ liệu và miền giá trị được mô tả.