【Python】Pandas中的宝藏函数-rank()
所謂的排名，就是一組數(shù)據(jù)，我們想要知道每一條數(shù)據(jù)在整體中的名次，需要的是輸出名次，并不改變原數(shù)據(jù)結(jié)構(gòu)。
排序會改變原來的數(shù)據(jù)結(jié)構(gòu)，且不會返回名次，這一點區(qū)別需要弄明白。初學(xué)的時候容易弄混淆。
本文將通過一個實例，講清楚Pandas中rank()排名函數(shù)的應(yīng)用。下面是案例數(shù)據(jù)，包括我、張三以及唐宋八大家的語文考試成績。
import?pandas?as?pd data = pd.DataFrame({'班級':['1班','1班','1班','1班','1班','2班','2班','2班','2班','2班'], '姓名':['韓愈','柳宗元','歐陽修','蘇洵','蘇軾','蘇轍','曾鞏','王安石','張三','小伍哥'], '成績':[80,70,70,40,10,60,60,50,50,40]}) #姓名長度不一樣的，加個符號調(diào)整下，這該死的強迫癥 data['姓名']?=?data['姓名'].str.rjust(3,'〇')?一、DataFrame的正常排名
Pandas中的排名，函數(shù)為rank()，使用也比較簡單，需要注意的是各種排名的差異，需要進行充分理解，這樣在實際應(yīng)用中才不會出錯。
函數(shù)用法：
DataFrame.rank(axis=0,method='average',numeric_only=None, na_option='keep',ascending=True,pct=False)參數(shù)說明：
axis：0或'index'，1或'columns'，默認0，沿著行或列計算排名
method：'average'，'min'，'max'，'first'，'dense'，默認為'average'，如何對具有相同值（即ties）的記錄組進行排名：
average：組的平均等級
min：組中最低的排名
max：組中最高等級
first : 按排列順序排列，依次排列
dense：類似于 ‘min’，但組之間的排名始終提高1
numeric_only：bool，是否僅僅計算數(shù)字型的columns，布爾值
na_option：{'keep'，'top'，'bottom'}，默認為'keep'，NaN值是否參與排名及如何排名
keep：將NaN等級分配給NaN值
top：如果升序，則將最小等級分配給NaN值
bottom：如果升序，則將最高等級分配給NaN值。
ascending：bool，默認為True，元素是否應(yīng)該按升序排名。
pct：bool，默認為False，是否以百分比形式顯示返回的排名。
所有的參數(shù)中，最核心的參數(shù)是method，一共5種排名方法，下面對這5種方法進行對比，應(yīng)用的時候更好的去選擇。
1、method='first'
當method='first'時，當里兩個人的分數(shù)相同時，分數(shù)相同的情況下，誰先出現(xiàn)誰的排名靠前（當method取值為min，max，average時，都是要參考“順序排名”的），表中的柳宗元和歐陽修分數(shù)相同，但是柳宗元在表格的前面，所以排名第2，歐陽修排名第3。
班級 | 姓名 | 成績 | 成績(method='first') |
1班 | 〇韓愈 | 50 | 1 |
1班 | 柳宗元 | 30 | 2 |
1班 | 歐陽修 | 30 | 3 |
1班 | 〇蘇洵 | 20 | 4 |
1班 | 〇蘇軾 | 10 | 5 |
代碼如下：
#為了簡化，我們只選擇1班的成績來看 data_1 = data[data['班級']=='1班'] data_1['成績_first'] = data_1['成績'].rank(method='first',ascending=False) data_1班級 姓名 成績 成績_first 0 1班 〇韓愈 50 1.0 1 1班 柳宗元 30 2.0 2 1班 歐陽修 30 3.0 3 1班 〇蘇洵 20 4.0 4 1班 〇蘇軾 10 5.0?
2、method='min'
當method='min'時，成績相同的同學(xué)，取在順序排名中最小的那個排名作為該值的排名，會出現(xiàn)名次跳空，柳宗元和歐陽修分數(shù)相同，在上面的排名中，分別排第2、第3，所以這里取兩個中最小的為排名名次2作為共同的名次。
班級 | 姓名 | 成績 | 成績(method='min') |
1班 | 〇韓愈 | 50 | 1 |
1班 | 柳宗元 | 30 | 2 |
1班 | 歐陽修 | 30 | 2 |
1班 | 〇蘇洵 | 20 | 4 |
1班 | 〇蘇軾 | 10 | 5 |
代碼如下：
data_1 = data[data['班級']=='1班'] data_1['成績_min'] = data_1['成績'].rank(method='min',ascending=False) data_1班級 姓名 成績 成績_min 0 1班 〇韓愈 50 1.0 1 1班 柳宗元 30 2.0 2 1班 歐陽修 30 2.0 3 1班 〇蘇洵 20 4.0 4 1班 〇蘇軾 10 5.0?
3、method='max'
當method='max'時，與上面的min相反，成績相同的同學(xué)，取在順序排名中最大的那個排名作為該值的排名，，會出現(xiàn)名次跳空，柳宗元和歐陽修分數(shù)相同，在順序排名中，分別排第2、第3，所以這里取兩個中最大的為排名名次3作為共同的名次。
班級 | 姓名 | 成績 | 成績_max |
1班 | 〇韓愈 | 50 | 1 |
1班 | 柳宗元 | 30 | 3 |
1班 | 歐陽修 | 30 | 3 |
1班 | 〇蘇洵 | 20 | 4 |
1班 | 〇蘇軾 | 10 | 5 |
代碼如下：
data_1 = data[data['班級']=='1班'] data_1['成績_max'] = data_1['成績'].rank(method='max',ascending=False) data_1班級 姓名 成績 成績_max 0 1班 〇韓愈 50 1.0 1 1班 柳宗元 30 3.0 2 1班 歐陽修 30 3.0 3 1班 〇蘇洵 20 4.0 4 1班 〇蘇軾 10 5.0?
4、method='dense'
method='dense'，dense是稠密的意思，即相同成績的同學(xué)排名相同，其他依次加1即可，不會出現(xiàn)名次跳空的情況。柳宗元和歐陽修分數(shù)相同，在上面的排名中，分別排第2、第3，取相同排名2，這個看上去和min一樣的，但是下一名的排名發(fā)生了變化，〇蘇洵同學(xué)從第4名排到了第3名，排名數(shù)字連續(xù)的，沒有跳躍。
班級 | 姓名 | 成績 | 成績_dense |
1班 | 〇韓愈 | 50 | 1 |
1班 | 柳宗元 | 30 | 2 |
1班 | 歐陽修 | 30 | 2 |
1班 | 〇蘇洵 | 20 | 3 |
1班 | 〇蘇軾 | 10 | 4 |
代碼如下：
data_1 = data[data['班級']=='1班'] data_1['成績_dense'] = data_1['成績'].rank(method='dense',ascending=False) data_1班級 姓名 成績 成績_dense 0 1班 〇韓愈 50 1.0 1 1班 柳宗元 30 2.0 2 1班 歐陽修 30 2.0 3 1班 〇蘇洵 20 3.0 4 1班 〇蘇軾 10 4.0?
5、method='average'
當method='average'或者默認值時，成績相同時，取順序排名中所有名次之和除以該成績的個數(shù)，即為該成績的名次；比如上述排名中，30排名為2,3，那么 30的排名 = （2+3）/2=2.5，成績?yōu)?0的同學(xué)只有1個，且排名為1，那50的排名就位1/1=1。
班級 | 姓名 | 成績 | 成績_average |
1班 | 〇韓愈 | 50 | 1 |
1班 | 柳宗元 | 30 | 2.5 |
1班 | 歐陽修 | 30 | 2.5 |
1班 | 〇蘇洵 | 20 | 4 |
1班 | 〇蘇軾 | 10 | 5 |
代碼如下：
data_1 = data[data['班級']=='1班'] data_1['成績_average'] = data_1['成績'].rank(method='average',ascending=False) data_1班級 姓名 成績 成績_average 0 1班 〇韓愈 50 1.0 1 1班 柳宗元 30 2.5 2 1班 歐陽修 30 2.5 3 1班 〇蘇洵 20 4.0 4 1班 〇蘇軾 10 5.0綜合上面的所有排名類型類型整體對比看看
班級 | 姓名 | 成績 | rank | rank_min | rank_max | rank_first | rank_dense |
1班 | 〇韓愈 | 50 | 1 | 1 | 1 | 1 | 1 |
1班 | 柳宗元 | 30 | 2.5 | 2 | 3 | 2 | 2 |
1班 | 歐陽修 | 30 | 2.5 | 2 | 3 | 3 | 2 |
1班 | 〇蘇洵 | 20 | 4 | 4 | 4 | 4 | 3 |
1班 | 〇蘇軾 | 10 | 5 | 5 | 5 | 5 | 4 |
其他參數(shù)都比較簡單了，計算一行的排名，axis=0即可。
參數(shù)pct=True時，返回排名的分位數(shù)，可以用于計算排名的百分比，非常方便。
data_1?=?data[data['班級']=='1班'] data_1['成績_first']?=?data_1['成績'].rank(method='first', ascending=False, pct=True) data_1 班級 姓名 成績 成績_first 0 1班 〇韓愈 80 0.2 1 1班 柳宗元 70 0.4 2 1班 歐陽修 70 0.6 3 1班 〇蘇洵 40 0.8 4??1班??〇蘇軾??10???????1.0二、DataFrame的分組排名
在上文中，我們看到了rank()函數(shù)對DataFrame直接排名，非常方便，也非常豐富，當然，rank()也可以對經(jīng)過groupby分組后的數(shù)據(jù)進行排名，分組排名的功能，讓數(shù)據(jù)分析更加的精細化，大大提高分析效率。直接使用開頭創(chuàng)建好的數(shù)據(jù)集，按班級排名，看看乜咯班級的第一名是誰。
data['成績_dense']= data.groupby('班級')['成績'].rank(method='dense') data 班級 姓名 成績 成績_dense 0 1班 〇韓愈 50 4.0 1 1班 柳宗元 30 3.0 2 1班 歐陽修 30 3.0 3 1班 〇蘇洵 20 2.0 4 1班 〇蘇軾 10 1.0 5 2班 〇蘇轍 60 3.0 6 2班 〇曾鞏 60 3.0 7 2班 王安石 50 2.0 8 2班 〇張三 50 2.0 9 2班 小伍哥 40 1.0同上面的直接排名，method一樣的可以使用各種方法，達到各種排名的目的。
data['成績_average']= data.groupby('班級')['成績'].rank(method='average') data班級 姓名 成績 成績_average 0 1班 〇韓愈 80 5.0 1 1班 柳宗元 70 3.5 2 1班 歐陽修 70 3.5 3 1班 〇蘇洵 40 2.0 4 1班 〇蘇軾 10 1.0 5 2班 〇蘇轍 60 4.5 6 2班 〇曾鞏 60 4.5 7 2班 王安石 50 2.5 8 2班 〇張三 50 2.5 9 2班 小伍哥 40 1.0三、Series的排名
對于Series。其實就是數(shù)據(jù)框的一列，沒啥多說的，一樣的方法就行，下面寫了兩個簡單的示例，大家參考下。
from pandas import Series s = Series([1,3,2,1,6]) s.rank() a 1.5 c 4.0 d 3.0 b 1.5 e 5.0?
根據(jù)值在數(shù)組中出現(xiàn)的順序進行排名，method='first'
s.rank(method='first') a 1.0 c 4.0 d 3.0 b 2.0 e 5.0根據(jù)值在數(shù)組中出現(xiàn)的順序密集排名，method='dense'
s.rank(method='dense') a 1.0 c 3.0 d 2.0 b 1.0 e 4.0?
碼字不易，大家多多分享傳播。求個點贊+在看。
往期精彩回顧適合初學(xué)者入門人工智能的路線及資料下載機器學(xué)習(xí)及深度學(xué)習(xí)筆記等資料打印機器學(xué)習(xí)在線手冊深度學(xué)習(xí)筆記專輯《統(tǒng)計學(xué)習(xí)方法》的代碼復(fù)現(xiàn)專輯 AI基礎(chǔ)下載機器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)專輯黃海廣老師《機器學(xué)習(xí)課程》視頻課 本站qq群851320808，加入微信群請掃碼：總結(jié)
以上是生活随笔為你收集整理的【Python】Pandas中的宝藏函数-rank()的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： win10一键重装系统
- 下一篇： 【NLP】首个任务型对话系统中生成模块资