Pandas >>数据排名(rank()函数)

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~