Python与Pandas：rank函数

优快云上看到几篇有关rank函数的介绍，都是引用了以下同一个例子：

 

obj = pd.Series([7,-5,7,4,2,0,4])
obj.rank()

输出为： 

0    6.5
1    1.0
2    6.5
3    4.5
4    3.0
5    2.0
6    4.5

这个例子源于《利用Python进行数据分析》一书，书中没有介绍各项数值是怎么来的，只提到rank是通过”为各组分配一个平均排名“，大家也没有进一步说明rank过后的各项数值怎么来的，现在换个例子：

假设在-15和20间随机生成20个整数，看看序列的变化

obj2=Series(np.random.randint(-15,20,size=20))   #在-15和20间随机生成20个整数

'''对以下三个进行比较'''
obj2                   #原始序列
obj2.sort_values()     #将原始序列排序
obj2.rank()            #将原始序列排名

得到的数据放入同一表中比较：

obj2		obj2.rank()		obj2.sort_values()
0    -11 1      0 2      4 3     14 4    -11 5     -4 6      1 7     -6 8     13 9     -2 10   -10 11   -11 12    -3 13     6 14     4 15    -4 16    10 17   -12 18    16 19    13 dtype: int32		0      3.0 1     11.0 2     13.5 3     19.0 4      3.0 5      7.5 6     12.0 7      6.0 8     17.5 9     10.0 10     5.0 11     3.0 12     9.0 13    15.0 14    13.5 15     7.5 16    16.0 17     1.0 18    20.0 19    17.5 dtype: float64		17   -12 0    -11 4    -11 11   -11 10   -10 7     -6 15    -4 5     -4 12    -3 9     -2 1      0 6      1 14     4 2      4 13     6 16    10 8     13 19    13 3     14 18    16 dtype: int32

从上表比较可以发现：

原始序列index为8和19的两个数值相同，均为13，它们在obj2.sort_values()按大小排序为第17、18位，两者的平均值为17.5，这个17.5就是obj2.rank()中index为8和19对应的值。同样地，在obj2.sort_values()中数值为-4的有两个，对应原始序列index为15和5，它们在obj2.sort_values()中拍第7、8位，因此在obj2.rank()中的数值等于(7+8）/2=7.5。

再看obj2.sort_values()中三个数值同为-11的3行分别是第2、3、4位，其平均值为（2+3+4）/3=3，因此在obj2.rank()中的数值等于3的有三个，对应的index为0,4,11.

最后，看看obj2.sort_values()中没有多个相同数值的行，如第12行数值为1只有一个，其在原始序列中为第6行，也就是说obj2.rank()中index为6对应的就是12。

补充下：如果一列数值中，最小值的只有一个，那么rank()最小的始终为1，如果有多个，为(1+2+……+n)/n

相同的还有

obj2.rank(method='first')

obj2		obj2.rank()		obj2.sort_values()		obj2.rank(method='first')
0    -11 1      0 2      4 3     14 4    -11 5     -4 6      1 7     -6 8     13 9     -2 10   -10 11   -11 12    -3 13     6 14     4 15    -4 16    10 17   -12 18    16 19    13 dtype: int32		0      3.0 1     11.0 2     13.5 3     19.0 4      3.0 5      7.5 6     12.0 7      6.0 8     17.5 9     10.0 10     5.0 11     3.0 12     9.0 13    15.0 14    13.5 15     7.5 16    16.0 17     1.0 18    20.0 19    17.5 dtype: float64		17   -12 0    -11 4    -11 11   -11 10   -10 7     -6 15    -4 5     -4 12    -3 9     -2 1      0 6      1 14     4 2      4 13     6 16    10 8     13 19    13 3     14 18    16 dtype: int32		0 2.0 1 11.0 2 13.0 3 19.0 4 3.0 5 7.0 6 12.0 7 6.0 8 17.0 9 10.0 10 5.0 11 4.0 12 9.0 13 15.0 14 14.0 15 8.0 16 16.0 17 1.0 18 20.0 19 18.0 dtype: float64