Pandas >>数据排名(rank()函数)

Pandas >>据排名(rank()函数)

• axis：0或'index'，1或'columns'，默认0

• method：'average'，'min'，'max'，'first'，'dense'，默认为'average'，

  • 如何对具有相同值（即ties）的记录组进行排名：
    • 1. average：组的平均等级；
    • 2. min：组中最低的排名；
    • 3. max：组中最高等级；
    • 4. first : 按排列顺序排列，依次排列；
    • 5. dense：类似于 ‘min’，但组之间的排名始终提高1numeric_only：bool；可选对于DataFrame对象，如果设置为True，则仅对数字列进行排名。

• na_option：{'keep'，'top'，'bottom'}，默认为'keep'

  • 如何对NaN值进行排名：
    • 1. keep：将NaN等级分配给NaN值
    • 2. top：如果升序，则将最小等级分配给NaN值
    • 3. bottom：如果升序，则将最高等级分配给NaN值。

• ascending：bool，默认为True，元素是否应该按升序排列。

• pct：bool，默认为False，是否以百分比形式显示返回的排名。

• 返回值：返回以数据等级作为值的Series或DataFrame。

一、基本数据

import pandas as pd
import numpy as np
data_test= pd.DataFrame([
                    ['张三',3],
                    ['张三',1],
                    ['张三',4],
                    ['李四',2],
                    ['李四',7],
                    ['李四',],
                    ['王五',6],
                    ['王五',6],
                    ['王五',7],
                    ['王五',8]
                    ],
                    columns =['name','number_1']
                    )
data_test

image.png

二、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

data_test['name_num_rank']=data_test.groupby('name')['number_1'].rank()
data_test

image.png

• 当数据正常时，则以大小排名
• 当数据中有空值时，则空值不进行排名，其他进行排名
• 当数据相等时，则以平均值排名；

三、method参数为average时，即默认值时。

data_test['rank_average']=data_test.groupby('name')['number_1'].rank(method='average')
data_test

image.png

• 当数据正常时，则以大小排名
• 当数据中有空值时，则空值不进行排名，其他进行排名
• 当数据相等时，则以平均值排名；

四、method参数为min时。

data_test['rank_min']=data_test.groupby('name')['number_1'].rank(method='min')
data_test

image.png

• 当数据正常时，则以大小排名
• 当数据中有空值时，则空值不进行排名，其他进行排名
• 当数据重复值时，则以最小值排名；

四、method参数为max时。

data_test['rank_max']=data_test.groupby('name')['number_1'].rank(method='max')
data_test

image.png

• 当数据正常时，则以大小排名
• 当数据中有空值时，则空值不进行排序，其他进行排名
• 当数据重复值时，则以最大值排名；

五、method参数为first时。

data_test['rank_first']=data_test.groupby('name')['number_1'].rank(method='first')
data_test

image.png

• 当数据正常时，则以大小排名
• 当数据中有空值时，则空值不进行排名，其他进行排名
• 当数据重复值时，则以大小排名；

五、method参数为first时，na_option：对na值的处理，默认采用keep策略，即保留为nan不参与排名；na_option=“top”时，则将最小等级分配给NaN值

data_test['rank_na']=data_test.groupby('name')['number_1'].rank(method='first',na_option='top')
data_test

image.png

• 当数据正常时，则以大小排名
• 当数据中有空值时，则则将最小等级分配给NaN值
• 当数据重复值时，则以大小排名；

六、method参数为first时，na_option：对na值的处理，na_option=“bottom”时，则将最高等级分配给NaN值。

data_test['rank_na_bottom']=data_test.groupby('name')['number_1'].rank(method='first',na_option='bottom')
data_test

image.png

• 当数据正常时，则以大小排名
• 当数据中有空值时，则则将最高等级分配给NaN值
• 当数据重复值时，则以大小排名；

七、method参数为first时，na_option：对na值的处理，na_option=“bottom”时，则将最高等级分配给NaN值。 ascending：默认为True，排序规则为升序排列；当ascending=False时，排序规则为降序排列

data_test['rank_ascending']=data_test.groupby('name')['number_1'].rank(method='first',
                                                                       na_option='bottom',
                                                                       ascending=False)
data_test

image.png

• 当数据正常时，则以大小排名
• 当数据中有空值时，则将最高等级分配给NaN值
• 当数据重复值时，则以大小排名；

好啦，就这些了~