关于pandas中rank()函数的一点认识


本文通过一个简单的实例,介绍了一下pandas中rank()函数的用法。

一、问题:

在一张成绩表中,有班级、姓名、成绩三列,那么如何利用Python筛选出每个班级中的排名第二的学生信息?

图1

解决这个问题,有两个关键点:第一,要进行分组计算,根据班级进行分组;第二,计算排名,在每个组中计算排名,最后筛选出排名为第二的学生信息。

二、排序问题

​      在计算排名的场景中,对相同的成绩(例如:上图1,一班中的李四和王五同学的成绩都是30分)该如何处理它们?本人认为,一般会有三种处理方法:

(下面的介绍中,如无特别说明,均以上表中的1班的同学的成绩作为示例数据)

顺序排名,成绩相同时,谁在前,谁排名靠前(有点先到先得的意思);

                  图2,顺序排名中,李四和王五成绩都为30,但是李四在前,所以李四排名为2,而王五排名为3,整体的名次为1,2,3,4,5

跳跃排名,成绩相同时,排名相同,其他元素按其‘位置’排名(可参考顺序排名);

                  图2,跳跃排名中,李四和王五的成绩都为30,且排名都为2,但后面同学刘三、赵柳都按其出现位置进行了排名,排名分别为4和5,整体的名次,产生了跳跃,没有名次为第3的了,整体名次为:1,2,2,4,5

密集排名,成绩相同时,排名相同,其他同学依次累加(+1)。

                图2,密集排名中,虽然李四和王五的成绩相同,排名相同,但后面刘三、赵柳同学都按次序依次进行了排名(+1),其整体的名次没有跳跃,变为1,2,2,3,4

示例如下:

图2

        那么,在Python中如何实现上述三种类型的排名,可以利用三方库pandas中的rank方法,可以通过设置rank()函数中method参数很方便的实现。

rank()函数:

DataFrame.rank(axis=0,method='average',numeric_only=None,na_option='keep',ascending=True,pct=False)

      用途:沿着某个轴(0或者1)计算对象的排名

      Returns:以Series或者DataFrame的类型返回数据的排名(哪个类型调用返回哪个类型)

    包含有6个参数:

​        axis:设置沿着哪个轴计算排名(0或者1)

        numeric_only:是否仅仅计算数字型的columns,布尔值

​        na_option:NaN值是否参与排序及如何排序(‘keep’,‘top',’bottom')

​        ascending:设定升序排还是降序排

​        pct:是否以排名的百分比显示排名(所有排名与最大排名的百分比)

        这里重点研究一下method参数​ : 

        在本小节的开头,介绍了排名问题中的三个一般情况,即顺序排名、跳跃排名、密集排名,在rank()函数可以通过设置method的值实现上述三种排名。 

method:取值可以为'average','first','min', 'max','dense',这里重点介绍一下first、min、dense

"first": 顾名思义,第一个,谁出现的位置靠前,谁的排名靠前。李四和王五的成绩都为30,但是李四出现在王五的前面,所以李四的排名靠前(当method取值为min,max,average时,都是要参考“顺序排名”的)

df['顺序排名'] = df.成绩.rank(method='first',ascending=False)

图3

  "min": 当method=“min”时,成绩相同的同学,取在顺序排名中最小的那个排名作为该值的排名,李四和王五同学排名分别为2和3,那么当method为min时,取2和3的最小的那个作为第2名作为成绩30的排名。

df['跳跃排名'] = df.成绩.rank(method='min',ascending=False)

图4

  "dense": 是密集的意思,即相同成绩的同学排名相同,其他依次加1即可。

df['密集排名'] = df.成绩.rank(method='dense',ascending=False)

图5


备注:

关于average,成绩相同时,取顺序排名中所有名次之和除以该成绩的个数,即为该成绩的名次;比如上述排名中,30排名为2,3,那么 30的排名 = (2+3)/2=2.5,成绩为50的同学只有1个,且排名为1,那50的排名就位1/1=1。

​关于max,和min一样也是跳跃排名的一种,成绩相同时取顺序排名中排名最大的作为该成绩的名次,在顺序排名中,30最大的排名为3,那么当参数为max时,30的排名=3,此时,李四和王五的排名都为第3名了。

例子:

      如果不区分班级,对所有同学的成绩进行排名,不同的method值,排名情况如下:

图6


三、代码

rank()函数介绍完了,怎么样利用rank()函数得到各个班级排名为第二名的学生信息呢?

这里采用密集排名,完整代码如下

def get_second(x):    return x[x.成绩.rank(method='dense', ascending=False) == 2.0]df.groupby('班级').apply(get_second).reset_index(drop=True)

图7

以上就是关于rank()函数的一点小小的用法,若有错误,望指正

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,014评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,796评论 3 386
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,484评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,830评论 1 285
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,946评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,114评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,182评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,927评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,369评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,678评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,832评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,533评论 4 335
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,166评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,885评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,128评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,659评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,738评论 2 351

推荐阅读更多精彩内容