Pandas —— rank( )函数进行排名

rank( )

rank函数返回从小到大排序的下标

1、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
In [120]:obj = pd.Series([7,-5,7,4,2,0,4]) In [121]:obj.rank() Out [121]: 0 6.5
1 1.0 2 6.5 3 4.5 4 3.0 5 2.0 6 4.5 dtype: float64
2、根据值在原数据中出现的顺序排名
In [122]:obj.rank(method='first') Out [122]: 0 6.0 1 1.0 2 7.0 3 4.0 4 3.0 5
2.0 6 5.0 dtype: float64
3、按降序进行排名
In [123]:obj.rank(ascending=False, method='max') Out [123]: 0 2.0 1 7.0 2 2.0 3
4.0 4 5.0 5 6.0 6 4.0 dtype: float64
4、若对DataFrame进行排序，则可根据axis指定要进行排序的轴
In [136]: frame=pd.DataFrame({'b':[5,7,-3,2],'a':[0,1,0,1],'c':[-2,5,8,-3]}) In
[137]: frame Out[137]: a b c 0 0 5 -2 1 1 7 5 2 0 -3 8 3 1 2 -3 In [138]: frame
.rank(axis=0) Out[138]: a b c 0 1.5 3.0 2.0 1 3.5 4.0 3.0 2 1.5 1.0 4.0 3 3.5
2.0 1.0 In [139]: frame.rank(axis=1) Out[139]: a b c 0 2.0 3.0 1.0 1 1.0 3.0 2.0
2 2.0 1.0 3.0 3 2.0 3.0 1.0
method方法的选项

Tables Are
average 默认：在相等分组中，为各个值分配平均排名
min 使用整个分组的最小排名
max 使用整个分组的最大排名
first 按值在原始数据中的出现顺序分配排名

• « 上一篇：linux的一些开发工具
• » 下一篇：Vue父子组件互相通信实例