python Pandas.rank() 排名函数详解

Pandas.rank() 是一个在DataFrame或Series中对数据进行排名的函数。它主要有以下几种排名方式：

1. average：平均排名，如果有相同的值，会根据之前的排名进行加权平均。
2. min：相同值收到的排名是一样的，但是在这个值之前的排名不会因此而上升。
3. max：相同值收到的排名是一样的，但是在这个值之后的排名不会因此而下降。
4. first：按照值在数据中出现的顺序进行排名，相同的值得到相同的排名。

默认情况下，method 参数设置为 'average'。

下面是一个使用 Pandas.rank() 的例子：

import pandas as pd
 
# 创建一个DataFrame
df = pd.DataFrame({
    'A': [1, 2, 2, 3],
    'B': [4, 6, 6, 8]
})
 
# 对列A进行排名，默认使用average方法
df['A_rank'] = df['A'].rank()
 
# 对列B进行排名，使用min方法
df['B_rank_min'] = df['B'].rank(method='min')
 
# 对列B进行排名，使用max方法
df['B_rank_max'] = df['B'].rank(method='max')
 
# 对列B进行排名，使用first方法
df['B_rank_first'] = df['B'].rank(method='first')
 
print(df)

输出结果：

   A  B  A_rank  B_rank_min  B_rank_max  B_rank_first
0  1  4     1.0         1.0         1.0           1.0
1  2  6     2.5         2.0         2.0           2.0
2  2  6     2.5         2.0         2.0           1.0
3  3  8     3.0         3.0         3.0           3.0

在这个例子中，列A的排名是平均排名，而列B的排名是根据其在数据中出现的先后顺序进行的。