Pandas 中的 rank 函数 - Python

在 Pandas 中， rank() 函数用于给数据按照某种方式排序，并返回每个元素的排名。它是一个非常有用的函数，因为在进行数据分析时，我们通常需要对数据进行排序和排名。在本文中，我们将介绍 Pandas 中的 rank() 函数以及它的用法。

用法

Pandas 中的 rank() 函数的用法如下：

DataFrame.rank(axis=0, method='average', numeric_only=None, na_option='keep', ascending=True, pct=False)

参数解释：

• axis：指定按行或列进行排名，0 表示按列进行排名，1 表示按行进行排名。默认为 0。
• method：指定排名的方法，包括 average、min、max、first 和 dense。默认为 average。
• numeric_only：指示是否只对数值类型的列进行排名。默认为 None。
• na_option：指定对缺失值的处理方式，可以是 keep（保留）、top（按最高排名）、bottom（按最低排名）。默认为 keep。
• ascending：指示是否按升序排列。默认为 True。
• pct：指示是否返回排名百分比。默认为 False。

示例

我们用一个示例来说明 rank() 函数的用法。假设有一个数据集，包含以下字段：Name、Country 和 Sales。我们想对这些数据按照 Sales 进行排序，并返回每个 Sales 值的排名。

import pandas as pd

data = {'Name': ['John', 'Mary', 'Peter', 'Jack', 'David'],
        'Country': ['USA', 'Canada', 'USA', 'Canada', 'USA'],
        'Sales': [100, 200, 150, 50, 300]}

df = pd.DataFrame(data)

print(df)

df['Rank'] = df['Sales'].rank()
print(df)

输出：

    Name Country  Sales
0   John     USA    100
1   Mary  Canada    200
2  Peter     USA    150
3   Jack  Canada     50
4  David     USA    300

    Name Country  Sales  Rank
0   John     USA    100   2.0
1   Mary  Canada    200   3.0
2  Peter     USA    150   2.5
3   Jack  Canada     50   1.0
4  David     USA    300   4.0

在这个示例中，我们首先创建了一个包含 Name、Country 和 Sales 三个字段的 DataFrame。接着我们使用 Pandas 的 rank() 函数对 Sales 进行排名，并将结果存储在一个名为 Rank 的新列中。

输出结果显示，每个 Sales 值被打上了一个排名。注意，对于 Sales 值相同的行，rank() 函数会返回它们的平均排名。

总结

在本文中，我们介绍了 Pandas 中的 rank() 函数以及它的用法。该函数非常有用，可以对数据进行排序和排名，并返回每个元素的排名。在进行数据分析时，我们通常需要对数据进行排序和排名，因此 rank() 函数是一个非常重要的函数。