Python | Pandas data frame.rank()
原文:https://www.geeksforgeeks.org/python-pandas-dataframe-rank/
Python 是进行数据分析的优秀语言，主要是因为以数据为中心的 python 包的奇妙生态系统。 【熊猫】 就是其中一个包，让导入和分析数据变得容易多了。
熊猫 Dataframe.rank() 方法返回一系列传递的每个相应指数的等级。排序后根据位置返回排名。
Syntax:data frame.rank(axis = 0，method='average '，numeric_only=None，na_option='keep '，升序=True，pct=False)
**Parameters:**轴:行为 0 或“索引”，列为 1 或“列”。 方法:取一个字符串输入(‘平均’‘最小’‘最大’‘第一’‘密集’)，告诉熊猫用相同的值做什么。默认值为平均值，这意味着将等级的平均值分配给相似的值。 numeric_only: 取一个布尔值，rank 函数只在为 False 时对非数值有效。 na_option: 采用 3 个字符串输入(“保留”、“顶部”、“底部”)来设置空值在传递的序列中的位置(如果有)。 升序:布尔值，如果为真，则按升序排列。 pct: 布尔值，如果为真，则按百分比排序。
**Return type:**来电序列各指标排名的序列。
有关代码中使用的 CSV 文件的链接，请单击此处的。
示例#1: 具有唯一值的排名列
在下面的示例中，创建了一个新的排名列，对每个玩家的姓名进行排名。名称列中的所有值都是唯一的，因此不需要描述方法。
# importing pandas package
import pandas as pd
# making data frame from csv file
data = pd.read_csv("nba.csv")
# creating a rank column and passing the returned rank series
data["Rank"] = data["Name"].rank()
# display
data
# sorting w.r.t name column
data.sort_values("Name", inplace = True)
# display after sorting w.r.t Name column
data
输出: 如图所示，创建了一个列排名，每个名称的排名。在 sort_value 函数根据名称对数据框进行排序后，可以看到排名也进行了排序，因为这些只是名称的排名。
排序前–
排序后–
示例#2: 排序列有一些相似的值
在下面的例子中，数据帧首先根据队名进行排序，并且首先该方法是默认的(即平均)，因此同一队球员的排名是平均的。之后，min 方法也用于查看输出。
# importing pandas package
import pandas as pd
# making data frame from csv file
data = pd.read_csv("nba.csv")
# sorting w.r.t team name
data.sort_values("Team", inplace = True)
# creating a rank column and passing the returned rank series
# change method to 'min' to rank by minimum
data["Rank"] = data["Team"].rank(method ='average')
# display
data
输出:
同法=
同法=【min】
