Python分组百分比排名

我想让一列数据按照分组，用数据的大小标准化到百分比 ，最小值为0，最大值为1，发现如果直接用python自带的rank(pct=True)不会得到想要的结果

假设数据集如下（这是我搜索rank命令的时候得到的数据）：

以下连接有对rank函数的详细介绍：

https://jishuin.proginn.com/p/763bfbd654b6

data = pd.DataFrame({'班级':['1班','1班','1班','1班','1班','2班','2班','2班','2班','2班'],'姓名':['韩愈','柳宗元','欧阳修','苏洵','苏轼','苏辙','曾巩','王安石','张三','小伍哥'],'成绩':[80,70,70,40,10,60,60,50,50,40]})
data['姓名'] = data['姓名'].str.rjust(3,'〇') 

如果使用rank函数，并且想要最低值为0，最高值为1，得到的结果如下

def group_rank(x,col):
    max = x.max
    count = x.count()[0]
    x['成绩排名'] = (x[col].rank(pct=True)-1/count)*count/(count-1)
    return x
check = data.groupby('班级').apply(group_rank,col='成绩')
check

这种rank的百分比，即使标准化到0-1之后，也不是我想要的结果，然后自己写函数：

def check(x,col):
    max = x[col].max()
    min = x[col].min()
    x['percentile'] = (x[col]-min)/(max-min)*100
    return x
data.groupby('班级').apply(check,col='成绩')

 这才是想要的按照值的比例分配后得排名，所以有时候直接用函数可能得不到想要的结果。