1.环比百分比函数:pct_change(),一般对列进行操作,如需对行进行操作需注明axis=1
import pandas as pd
import numpy as np
s=pd.Series([1,2,3,4,5])
print(s.pct_change().round(2))#使用round函数限制小数位保留
结果:
2.排名函数:rank(),返回一个包含原序列元素值和名次的序列,默认当元素相同时返回平均排名
import pandas as pd
import numpy as np
s=pd.Series(np.random.rand(5),index=list('abcde'))
s['a']=s['b']#当a和b的值相同时
print(s.rank())
输出的结果:
按照参数指标进行选择时:
method=(average、min、max、first)分别为平均排名、相同数据分配最小排名、相同数据分配最大排名、相同数据根据出现在数组中的顺序进行排名
import pandas as pd
import numpy as np
a = pd.DataFrame(np.arange(12).reshape(3,4),columns = list("abdc"))
a =a.sort_index(axis=1,ascending=False)
a.iloc[[1,1],[1,2]] = 6
#按行:将相同元素的排名设置为所在行数值的最大排名
print(a.rank(axis=1,method="max"))
输出的结果: