pandas rank()函數簡介

本文簡單的說一下自己對pandas的rank()函數的簡單講解。

函數原型：rank(axis=0, method: str = 'average', numeric_only: Union[bool, NoneType] = None, na_option: str = 'keep', ascending: bool = True, pct: bool = False)

官方文檔：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.rank.html

《使用python進行數據分析》一書中的解釋為：rank是通過“為各組分配一個平均排名”的方式破壞平級關系的。pandas排名會增加一個排名值（從1開始，一直到數組中有效數據的數量）。但是還是不好理解，我簡單的做了一個圖片來說明。

假設創建了一個Series對象obj = Series([7, -5, 7, 4, 2, 0, 4])，就是上圖中”索引“和”值“這兩列，我們人為的按照值的大小進行了一個排名，並且產生了一個序列（”人為的排名“）這一列，關於有兩個索引（0和2）的值都是7的這種情況的排名的規則是，首先出現的值排名靠前。

下面就來說一下method參數的作用。

• 若為”average“，不相同的值，排名就取”人為的排名“的排名值，相同值的，排名需要求平均值，例如：索引0和2的值都為7，則平均值為(7+6)/2=6.5；
• 若為”min“，不相同的值，排名就取”人為的排名“的排名值，相同值的，排名取最小值，例如：索引0和2的值都為7，則排名都取6；
• 若為”max“，不相同的值，排名就取”人為的排名“的排名值，相同值的，排名取最大值，例如：索引0和2的值都為7，則排名都取7；
• 若為”first“，則就取”人為的排名“這列的值。

method	說明
‘average’	默認，在相等分組中，為各個值分配平均排名
‘min’	使用整個分組的最小排名
‘max’	使用整個分組的最大排名
‘first’	按值在原始數據中出現順序分配排名

關於”first“參數值的解釋”值在原始數據中出現順序“的解釋如下：從1開始排序，若序列中出現了相同的值，則首先出現的值排名靠前。

下面進行測試：

（1）method='average'

>>> obj
0    7
1   -5
2    7
3    4
4    2
5    0
6    4
dtype: int64
>>> obj.rank( method='average') 
0    6.5
1    1.0
2    6.5
3    4.5
4    3.0
5    2.0
6    4.5
dtype: float64

（2）method='min'

>>> obj
0    7
1   -5
2    7
3    4
4    2
5    0
6    4
dtype: int64
>>> obj.rank( method='average') 
0    6.5
1    1.0
2    6.5
3    4.5
4    3.0
5    2.0
6    4.5
dtype: float64

（3）method='max'

>>> obj
0    7
1   -5
2    7
3    4
4    2
5    0
6    4
dtype: int64
>>> obj.rank( method='max') 
0    7.0
1    1.0
2    7.0
3    5.0
4    3.0
5    2.0
6    5.0
dtype: float64

（4）method='first'

>>> obj
0    7
1   -5
2    7
3    4
4    2
5    0
6    4
dtype: int64
>>> obj.rank( method='first') 
0    6.0
1    1.0
2    7.0
3    4.0
4    3.0
5    2.0
6    5.0
dtype: float64