pandas.Series.rank

Series.rank(axis=0, method='average', numeric_only=False, na_option='keep', ascending=True, pct=False)

沿指定轴计算数值数据的排名（1 到 n）。

默认情况下，相等的值被赋予平均排名。

Parameters:

axis{0 或 ‘index’, 1 或 ‘columns’}, default 0

用于直接排名的索引。对于 Series，此参数未使用，默认为 0。

<strong>method</strong>{‘average’, ‘min’, ‘max’, ‘first’, ‘dense’}, default ‘average’

如何对具有相同值的记录组进行排名（即平局）：

• average: 组的平均排名

• min: 组中的最低排名

• max: 组中的最高排名

• first: 根据它们在数组中出现的顺序分配排名

• dense: 类似于 ‘min’，但组之间的排名始终增加 1。

numeric_onlybool，默认 False

对于 DataFrame 对象，如果设置为 True，则仅对数值列进行排名。

在 2.0.0 版本发生变更: numeric_only 的默认值现在是 False。

na_option{‘keep’, ‘top’, ‘bottom’}, default ‘keep’

如何对 NaN 值进行排名：

• keep: 将 NaN 值分配给 NaN 排名

• top: 将最低排名分配给 NaN 值

• bottom: 将最高排名分配给 NaN 值

ascendingbool, default True

元素是否应按升序排名。

pctbool，默认 False

是否以百分比形式显示返回的排名。

Returns:

与调用者相同的类型

返回一个 Series 或 DataFrame，其中数据排名作为值。

参见

core.groupby.DataFrameGroupBy.rank

每个组内值的排名。

core.groupby.SeriesGroupBy.rank

每个组内值的排名。

Examples

>>> df = pd.DataFrame(data={'Animal': ['cat', 'penguin', 'dog',
...                                    'spider', 'snake'],
...                         'Number_legs': [4, 2, 4, 8, np.nan]})
>>> df
    Animal  Number_legs
0      cat          4.0
1  penguin          2.0
2      dog          4.0
3   spider          8.0
4    snake          NaN

平局被赋予该组排名 (默认) 的平均值。

>>> s = pd.Series(range(5), index=list("abcde"))
>>> s["d"] = s["b"]
>>> s.rank()
a    1.0
b    2.5
c    4.0
d    2.5
e    5.0
dtype: float64

以下示例显示了该方法在上述参数下的行为：

• default_rank: 这是不使用任何参数获得的默认行为。

• max_rank: 设置 method = 'max'，具有相同值的记录使用最高排名进行排名（例如：由于 ‘cat’ 和 ‘dog’ 都位于第 2 和第 3 位，因此分配了排名 3）。

• NA_bottom: 选择 na_option = 'bottom'，如果存在 NaN 值的记录，它们将排在排名的底部。

• pct_rank: 设置 pct = True 时，排名以百分位排名表示。

>>> df['default_rank'] = df['Number_legs'].rank()
>>> df['max_rank'] = df['Number_legs'].rank(method='max')
>>> df['NA_bottom'] = df['Number_legs'].rank(na_option='bottom')
>>> df['pct_rank'] = df['Number_legs'].rank(pct=True)
>>> df
    Animal  Number_legs  default_rank  max_rank  NA_bottom  pct_rank
0      cat          4.0           2.5       3.0        2.5     0.625
1  penguin          2.0           1.0       1.0        1.0     0.250
2      dog          4.0           2.5       3.0        2.5     0.625
3   spider          8.0           4.0       4.0        4.0     1.000
4    snake          NaN           NaN       NaN        5.0       NaN