Python Pandas Series.rank()用法及代碼示例

Pandas 係列是帶有軸標簽的一維ndarray。標簽不必是唯一的，但必須是可哈希的類型。該對象同時支持基於整數和基於標簽的索引，並提供了許多方法來執行涉及索引的操作。

Pandas Series.rank()函數計算沿軸的數值數據等級(1到n)。相等的值被分配一個等級，該等級是這些值的等級的平均值。

用法： Series.rank(axis=0, method=’average’, numeric_only=None, na_option=’keep’, ascending=True, pct=False)

參數：
axis:直接排名索引
method:{“平均”，“最小”，“最大”，“第一”，“密集”}
numeric_only:僅包含float，int，boolean數據。僅對DataFrame或Panel對象有效
na_option:{“保持”，“頂部”，“底部”}
ascending:從高(1)到低(N)的等級錯誤
pct:計算數據的百分比等級

返回：等級：與來電者類型相同

範例1：采用Series.rank()函數對給定Series對象的基礎數據進行排名。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([10, 25, 3, 11, 24, 6]) 
  
# Create the Index 
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp'] 
  
# set the index 
sr.index = index_ 
  
# Print the series 
print(sr)

輸出：

現在我們將使用Series.rank()函數返回給定Series對象的基礎數據的等級。

# assign rank 
result = sr.rank() 
  
# Print the result 
print(result)

輸出：

正如我們在輸出中看到的，Series.rank()函數已將排名分配給給定Series對象的每個元素。

範例2：采用Series.rank()函數對給定Series對象的基礎數據進行排名。給定的數據還包含一些相等的值。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([10, 25, 3, 11, 24, 6, 25]) 
  
# Create the Index 
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp', 'Appy'] 
  
# set the index 
sr.index = index_ 
  
# Print the series 
print(sr)

輸出：

現在我們將使用Series.rank()函數返回給定Series對象的基礎數據的等級。

# assign rank 
result = sr.rank() 
  
# Print the result 
print(result)

輸出：

正如我們在輸出中看到的，Series.rank()函數已將排名分配給給定Series對象的每個元素。注意，為相等的值分配了一個等級，該等級是其等級的平均值。

相關用法

注：本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas Series.rank()。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。