Pandas >>据排名(rank()函数)
axis：0或'index'，1或'columns'，默认0
-
method：'average'，'min'，'max'，'first'，'dense'，默认为'average'，
- 如何对具有相同值（即ties）的记录组进行排名：
- average：组的平均等级；
- min：组中最低的排名；
- max：组中最高等级；
- first : 按排列顺序排列，依次排列；
- dense：类似于 ‘min’，但组之间的排名始终提高1numeric_only：bool；可选对于DataFrame对象，如果设置为True，则仅对数字列进行排名。
- 如何对具有相同值（即ties）的记录组进行排名：
-
na_option：{'keep'，'top'，'bottom'}，默认为'keep'
- 如何对NaN值进行排名：
- keep：将NaN等级分配给NaN值
- top：如果升序，则将最小等级分配给NaN值
- bottom：如果升序，则将最高等级分配给NaN值。
- 如何对NaN值进行排名：
ascending：bool，默认为True，元素是否应该按升序排列。
pct：bool，默认为False，是否以百分比形式显示返回的排名。
返回值：返回以数据等级作为值的Series或DataFrame。
一、基本数据
import pandas as pd
import numpy as np
data_test= pd.DataFrame([
['张三',3],
['张三',1],
['张三',4],
['李四',2],
['李四',7],
['李四',],
['王五',6],
['王五',6],
['王五',7],
['王五',8]
],
columns =['name','number_1']
)
data_test
image.png
二、默认情况下，rank是通过“为各组分配一个平均排名”的方式破坏平级关系的
data_test['name_num_rank']=data_test.groupby('name')['number_1'].rank()
data_test
image.png
- 当数据正常时，则以大小排名
- 当数据中有空值时，则空值不进行排名，其他进行排名
- 当数据相等时，则以平均值排名；
三、method参数为average时，即默认值时。
data_test['rank_average']=data_test.groupby('name')['number_1'].rank(method='average')
data_test
image.png
- 当数据正常时，则以大小排名
- 当数据中有空值时，则空值不进行排名，其他进行排名
- 当数据相等时，则以平均值排名；
四、method参数为min时。
data_test['rank_min']=data_test.groupby('name')['number_1'].rank(method='min')
data_test
image.png
- 当数据正常时，则以大小排名
- 当数据中有空值时，则空值不进行排名，其他进行排名
- 当数据重复值时，则以最小值排名；
四、method参数为max时。
data_test['rank_max']=data_test.groupby('name')['number_1'].rank(method='max')
data_test
image.png
- 当数据正常时，则以大小排名
- 当数据中有空值时，则空值不进行排序，其他进行排名
- 当数据重复值时，则以最大值排名；
五、method参数为first时。
data_test['rank_first']=data_test.groupby('name')['number_1'].rank(method='first')
data_test
image.png
- 当数据正常时，则以大小排名
- 当数据中有空值时，则空值不进行排名，其他进行排名
- 当数据重复值时，则以大小排名；
五、method参数为first时，na_option：对na值的处理，默认采用keep策略，即保留为nan不参与排名；na_option=“top”时，则将最小等级分配给NaN值
data_test['rank_na']=data_test.groupby('name')['number_1'].rank(method='first',na_option='top')
data_test
image.png
- 当数据正常时，则以大小排名
- 当数据中有空值时，则则将最小等级分配给NaN值
- 当数据重复值时，则以大小排名；
六、method参数为first时，na_option：对na值的处理，na_option=“bottom”时，则将最高等级分配给NaN值。
data_test['rank_na_bottom']=data_test.groupby('name')['number_1'].rank(method='first',na_option='bottom')
data_test
image.png
- 当数据正常时，则以大小排名
- 当数据中有空值时，则则将最高等级分配给NaN值
- 当数据重复值时，则以大小排名；
七、method参数为first时，na_option：对na值的处理，na_option=“bottom”时，则将最高等级分配给NaN值。 ascending：默认为True，排序规则为升序排列；当ascending=False时，排序规则为降序排列
data_test['rank_ascending']=data_test.groupby('name')['number_1'].rank(method='first',
na_option='bottom',
ascending=False)
data_test
image.png
- 当数据正常时，则以大小排名
- 当数据中有空值时，则将最高等级分配给NaN值
- 当数据重复值时，则以大小排名；
好啦，就这些了~
