python中的用来排名的rank()

Series和DataFrame通过rank将平均排名分配到每个组来打破平级关系。

1. rank()就表示这个数在原来的排名，如果遇到两个数相等，就取这两个数排名的平均值

obj = pd.Series([5, 9, 2, 10, 9, 2, 0])
print(obj.rank())

结果：

0    4.0
1    5.5
2    2.5
3    7.0
4    5.5
5    2.5
6    1.0

2. rank(method=‘first’) 就是根据数字本身正常排序，不计算其平均排名

print(obj.rank(method='first'))

结果：

0    4.0
1    5.0
2    2.0
3    7.0
4    6.0
5    3.0
6    1.0
dtype: float64

 3.

print(obj.rank(ascending=False))#按降序进行平均排名
print(obj.rank(method='max'))#不平均排名，对数字相同的使用最大排名进行统一排名
print(obj.rank(method='min'))#不平均排名，对数字相同的使用最小排名进行统一排名
print(obj.rank(ascending=False, method='max'))#不平均排名，降序排名，并且按照相同数字使用最大排名进行统一排名

结果：

0    4.0
1    2.5
2    5.5
3    1.0
4    2.5
5    5.5
6    7.0
dtype: float64
0    4.0
1    6.0
2    3.0
3    7.0
4    6.0
5    3.0
6    1.0
dtype: float64
0    4.0
1    5.0
2    2.0
3    7.0
4    5.0
5    2.0
6    1.0
dtype: float64
0    4.0
1    3.0
2    6.0
3    1.0
4    3.0
5    6.0
6    7.0
dtype: float64