我要评论pandas中的series和dataframe的rank方法
rank是将series或dataframe的数据进行排序类型的一种方法，不过它并不像sort（含sort_index、sort_values等）那样返回的是排序后的数据，而是当前数据的排名。
上述很好理解，但是往往可以看到一句话：
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
刚接触这个方法可能很难理解这句话
那么看下面的例子：
是不是仍然很难理解，为什么rank会有小数？
这时候请再回味一下上面那句话，为各组分配一个平均排名。
什么意思呢
我们可以自己先拍一下一些没用争议的数字，比如-5最小，其排名为1.0，0其次，因此其排名为2.0，数字2同理，其排名为3.0，这些都没问题，但是到了4的时候，我们发现series中存在两个4，那么根据不同的规则，我们可以说数字4的排名是4.0，但也可以说是5.0，而“为各组分配一个平均排名”就能很好的解释这个4.5的来源了，即取4.0和5.0的平均值，那么对于数字7来说，也是一个道理了，其既可以取6.0，也可以取7.0，这里平均一下，就成了6.5了。
当然上述全都是默认情况下的排名方式，我们可以根据自己的实际需要对这种排名的方式进行调整，rank函数为我们提供了一个method参数.
如上图所示，设置为method为first时，对于相同的数据，它会根据数据出现的顺序进行排序。
其他的method的取值及说明如下：
同时，我们可以让rank的排名顺序为逆序，这是只需设置ascending = false即可，
示例如下：
上述全都是对于series的操作，而对于dataframe而言方法是一样的，只是在dataframe中，我们可以自己选择是在行还是列上进行计算，rank方法中有axis参数，按需设置即可。
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持代码网。
发表评论