Python函数：rank()

函数形式：

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

沿轴计算数值数据等级(1到n)。默认情况下，相等的值被分配一个等级，这个等级是这些值的等级的平均值。

• axis:直接排名索引。

• method：如何对具有相同值（即平局）的记录组进行排名：

                                          average：组的平均排名

                                          min：组中的最低排名

                                          max：组中的最高排名

   first：按照它们在数组中出现的顺序分配的等级

dense：类似于“min”，但组间排名总是增加 1

• numeric_only：对于DataFrame对象，如果设置为True，则只对数字列排序。
• na_option：如何对NaN值进行排序。top:给NaN值分配最低等级；bottom：给NaN值赋最高等级；keep：给NaN值赋NaN
• ascending：元素是否应该按升序排列。
• pct：是否以百分比形式显示返回的排名。

返回值：返回一个Series或DataFrame的值。

来，上例子：

>>> import pandas as pd
>>> import numpy as np
>>> 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

 下面的示例展示了该方法如何处理上述参数：

• default_rank:这是不使用任何参数获得的默认行为
• max_rank:设置方法= 'max'有相同值的记录使用最高的排名(例如:因为猫和狗都在第二和第三位，排名均为3。)
• NA_bottom: 选择na_option = 'bottom'，如果有带有NaN值的记录，它们将被放在排名的底部。

pandas.DataFrame.rank — pandas 1.4.1 documentation