Python数据分析-pandas的rank函数助你轻松实现排序功能

 更多文章，可通过微信公众号：Excel办公小技巧  查看

  “ 用过sql中的row_number函数，习惯了他的方便，那么在pandas处理数据时，有没有类似的函数用来排序呢，当然也有，比如rank函数。”

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

    默认情况下：axis=0表示按索引排序；ascending=True排序按升序排列；pct=False表示不输出百分比；na_option='keep'表示空值不做处理。

    下面将通过数据来学习下rank函数下各参数作用：

01 method：你想怎么排

    更改参数method的可选项，其他默认参数不更改：

• first：表示按数值大小排列，如果数值相同时，按出现先后排序。如1,2,3,4,5,...，类似SQL中的row_number函数；

• min：表示按数值大小排列，如果数值相同时，序号相同，但后面的序号仍按数值数目顺延，如1,2,2,4,5,...，类似SQL中的rank函数；

• dense：表示按数值大小排列，如果数值相同时，序号相同，同时后面的序号不受影响，如1,2,2,3,4,...，类似SQL中的dense_rank函数；

data['first']=data['数量'].rank(method='first' )data['min']=data['数量'].rank(method='min' )data['dense']=data['数量'].rank(method='dense')

结果如下：

另外两个可选项，method='max'时，相同的数值，按最大的序号输出。可以理解成，在first排序结果的基础上，数值相同时，两个数值都按最大序号输出；而method='average'时，两个数值按对应序号的均值输出。

02 ascending：谁小谁有理？

    上面介绍method我们默认是升序排列，那么如果数量表示销售完成的订单数时，当然是完成的多的才要排前面，所以，ascending=False时，降序排列。

data['降序']=data['数量'].rank(method='min',ascending=False)

03 na_option：别把数据算丢了！

    默认情况下，na_option='keep'，空值未被考虑在内，那么，如果数量表示客服投诉数量时，数量为空的应该是排名最好的。因此，当na_option='top'，表示空值排最前，na_option='bottom'，表示空值排最后。

data['top']=data['数量'].rank(method='min',na_option='top')data['bottom']=data['数量'].rank(method='min',na_option='bottom')

结果如下：

04 pct：算算分布？

    pct默认=False,想输出数值所占的分布情况时，pct=True即可。

data['pct']=data['数量'].rank(method='min',pct=True)

结果如下：