pandas 中 rank 的用法

数据分析：Python的Pandas库数据处理 #生活知识# #编程教程#

官方文档

例子：

import pandas as pd import numpy as np a = pd.DataFrame(np.arange(12).reshape(3,4),columns = list("abdc")) a =a.sort_index(axis=1,ascending=False) a123456

1、直接rank（）

a.rank()1

显示了排名，方向是按照默认的放心，axis=0即 ‘index’

2、加个axis=1

a.rank(axis=1)1

axis=1即 ’columns’

3、加入排序的方法 method

排序前先修改下a的一个值，只是为了为了让比较效果明显点

a.iloc[[1,1],[1,2]] = 6 a12

method为average，即排序是在相等分组中，为各个值分配平均排名，默认值

数字6 在排名时是2,3,4, 取2,3,4平均值3

a.rank(axis=1,method='average')1

method为max，即排序是在相等分组中，为各个值取最大，默认值

数字6 在排名时是2,3,4, 取2,3,4最大值4

a.rank(axis=1,method='max')1

method 为min，就是取最小（例子，略） method 为first，就是在原始数据中的出现顺序分配排名

a.rank(axis=1,method='first')1

method 为dense ： 类似于min，但后续增长的时候每次就增加1

其他参数

numeric_only ：Include only float, int, boolean data. Valid only for DataFrame or Panel objects 。boolean, default None

ascending：是否为升序，默认为True
na_option：用于处理NaN值

‘keep’：leave NA values where they are‘top’：smallest rank if ascending‘bottom’：smallest rank if dscending

pct:名次是否为百分数

网址：pandas 中 rank 的用法 https://www.yuejiaxmz.com/news/view/1008272

相关内容

NumPy和Pandas总结
Numpy和Pandas中axis的理解
利用Python进行数据分析——Pandas(2)
例子解释，pandas的pd.read
【python】详解numpy库与pandas库axis=0，axis= 1轴的用法
现充友好型Pandas入门指南
Pandas的时间序列Period,period
Pandas如虎添翼！数据清洗新神器Pyjanitor
Pandas列操作技巧
湖南好课优选教育科技有限公司：Python 与Pandas数据处理的搭档

随便看看