关于Python中rank()函数的理解

刚开始学习《利用Python进行数据分析》这本书，当学习到对Serises和Dataframe进行排名的时候，有些疑惑，去网上搜索了很多关于这方面的解释，要么就是一两句带过，要么就是照搬书上的例子与结果，把我们这些刚入门的小白当成了高手，所以我打算自己认真的写一篇关于rank函数的简要解释说明。这是我第一次在CSDN上写博客，如果有不对的地方，可以留言，我会认真改正。页面做的很简单，望大家谅解。

Rank()函数

Rank也就是所说的”排名“，是指对数组从1到有效数据点总数分配名次的操作。
默认情况下，rank通过将平均排名分配到每个组来打破平级关系：

初始化一个序列

import pandas as pd
obj = pd.Series([7,-5,7,4,2,0,4])
obj

运行结果：
0 7
1 -5
2 7
3 4
4 2
5 0
6 4
dtype: int64

执行默认rank()操作

obj.rank()

运行结果：
0 6.5
1 1.0
2 6.5
3 4.5
4 3.0
5 2.0
6 4.5
dtype: float64

运行结果分析：

元素	索引	排名
-5	1	#1
0	5	#2
2	4	#3
4	3	#4
4	6	#5
7	0	#6
7	2	#7

根据上面的表格可以看出，索引0对应的元素排名为6，但是使用rank()会对排名求平均值，也就是说有N歌相同的元素，排名会相加并除以N,所以说索引0对应的元素最终排名为6.5；索引1对应的元素排名为1，所以它对应的排名值为1.0，以此类推得出上述运行结果。

rank(method