Pandas | rank()函数

1. 引言

pandas.DataFrame.rank 官网链接

很多资料上对这个函数的翻译为：

默认情况下，rank是通过“为各组分配一个平均排名”的方式破坏平级关系的“。

作为小白，根本没觉得这在说人话。

2. 我的理解：

这是一个排名函数，目的就是按照某种规则（从大到小，从小到大）给原序列的值进行排名。所返回的结果也是一个序列，它展示来愿序列中每一个值在序列中的名次。现实中名次会有多种情况，不同的时候也会需要不同的名次展示方式，这就是这个函数要解决的问题。

2.1. 无重复名次的排名：

这个ser排序前的值表示的是这个Series本身的顺序。而调用rank()后，虽然返回序列的值没变，但此时的值含义变了。它表示：在原来ser这个序列中，0-5这6个索引所对应的每一个值分别在序列里排名第几。

因为本身这六个数就是按从小到大的顺序排列的，所以调用rank()后，索引0对应的值1，在ser这个序列中排名第1位，而索引5对应的值6，在ser这个序列中排名第6位。

2.2. 有重复名次的排名

那如果序列中出现了重复值的情况下会怎样呢？
再举个例子：

索引0和索引1对应的值均为1，按照上面的说法，调用rank()方法后，他们的排名分别是第1位，和第2位，那么究竟是索引0对应的值是第1，还是索引1对应的值是第1呢？

rank函数的默认处理是当出现重复值的情况下，默认取他们排名次序值（这里的第1名、第2名）的平均值。也就是说索引0和索引1对应的值1统一排名为（1+2）/2 = 1.5。

后面类推…

3. method参数

上面对重复排名的处理方式就是取相同排名的平均数，但有时候这可能并不是我们想要的，所以rank函数提供了method的参数，通过设置method参数，可以控制自己想要的排名方式。
如果说这个rank函数要解决的是考试排名的问题，现在出现了有两个同学并列第一的情况：

• method='average' （默认设置）:那么这两个人就占据了前两名，分不出谁第 1，谁第 2，就把两人的名次算个平均数，都算 1.5 名，这样下一个人就是第3名。

• method='max':两人并列第 2 名，下一个人是第 3 名。

• method='min':两人并列第 1 名，下一个人是第 3 名。

• method='dense':两人并列第 1 名，但下一个人是第 2 名。

• method='first':那么试卷先被改出来的人是第 1 名，试卷后被改出来的是第 2 名。（这个例子并不严谨，实际会按照本来序列的显示顺序先后来排名）