pandas中Series和DataFrame的rank方法詳解

libxd 發(fā)布于2019-07-30 15:29 / 950人閱讀

摘要：方法的作用是計(jì)算出方向上各個(gè)的排名指出這些排好序后的名次函數(shù)原型該方法用來(lái)排名名次值從開始，它可以根據(jù)某種規(guī)則破壞平級(jí)關(guān)系，默認(rèn)情況下，讓人情況下通過(guò)為各組分配一個(gè)平均排名的方式破壞平級(jí)關(guān)系。

rank方法的作用是計(jì)算出axis方向上各個(gè)data的排名（指出這些data排好序后的名次）

函數(shù)原型

Series.rank(axis=0,method="average",numeric_only=None,na_option="keep",ascending=True,pct=False)
該方法用來(lái)排名（名次值從1開始），它可以根據(jù)某種規(guī)則破壞平級(jí)關(guān)系，
默認(rèn)情況下，讓人情況下（method="average"）,rank通過(guò)“為各組分配一個(gè)平均排名”的方式破壞平級(jí)關(guān)系。

各參數(shù)的作用

axis:{0 or "index",1 or "columns"} default 0
即默認(rèn)按沿著index方向排名

method:{"average","min","max","first","dense"}
指定排名時(shí)用于破壞平級(jí)關(guān)系的method選項(xiàng)（注：值相同的位同一個(gè)分組）

method	說(shuō)明
"average"	默認(rèn)：在相等分組中，為各個(gè)值分配平均排名
"min"	使用整個(gè)整個(gè)分組的最小排名
"max"	使用整個(gè)分組的最大排名
"first"	按值在原始數(shù)據(jù)中的出現(xiàn)順序分配排名
"dense"	與"min"類似，但是排名每次只會(huì)增加1，即并列的數(shù)據(jù)只占據(jù)一個(gè)名次

ascending
是否為升序，默認(rèn)為True

na_option用于處理NaN值

na_option	說(shuō)明
"keep"	leave NA values where they are
"top"	smallest rank if ascending
"bottom"	smallest rank if dscending

5. pct名次是否為百分?jǐn)?shù)

更多詳情可參考pandas文檔

云服務(wù)器 GPU云服務(wù)器 java中方法的種類 js中添加類的方法 antiddos系統(tǒng)中采用的防御方法 js，對(duì)象中增加數(shù)據(jù)的方法

文章版權(quán)歸作者所有，未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請(qǐng)注明本文地址：http://specialneedsforspecialkids.com/yun/41286.html

相關(guān)文章

Pandas技巧大全：含具體代碼實(shí)現(xiàn)

摘要：查看數(shù)據(jù)的基本統(tǒng)計(jì)信息。用處是用于數(shù)據(jù)讀寫處理更改提取等一系列操作的包，可以說(shuō)，所有能實(shí)現(xiàn)的功能，都可以通過(guò)代碼輕松實(shí)現(xiàn)，因此，對(duì)于學(xué)習(xí)非常重要。如果在里，需要翻到最低和最右，而且可能由于溢出無(wú)法窮盡可以簡(jiǎn)單的實(shí)現(xiàn)。放在前面的話? ? ????? ? ? ?? ????????這學(xué)期刻意少...

netmou 2021-09-30 09:48 評(píng)論0 收藏0
【數(shù)據(jù)科學(xué)系統(tǒng)學(xué)習(xí)】Python # 數(shù)據(jù)分析基本操作[二] pandas

摘要：中面向行和面向列的操作基本是平衡的。用層次化索引，將其表示為更高維度的數(shù)據(jù)。使用浮點(diǎn)值表示浮點(diǎn)和非浮點(diǎn)數(shù)組中的缺失數(shù)據(jù)。索引的的格式化輸出形式選取數(shù)據(jù)子集在內(nèi)層中進(jìn)行選取層次化索引在數(shù)據(jù)重塑和基于分組的操作中很重要。我們?cè)谏弦黄榻B了 NumPy，本篇介紹 pandas。 pandas入門 Pandas 是基于Numpy構(gòu)建的，讓以NumPy為中心的應(yīng)用變的更加簡(jiǎn)單。 pandas...

jayzou 2019-07-31 11:11 評(píng)論0 收藏0
Python數(shù)據(jù)分析入門之pandas總結(jié)基礎(chǔ)（二）

摘要：一大熊貓世界來(lái)去自如的老生常談，從基礎(chǔ)來(lái)看，我們?nèi)匀魂P(guān)心對(duì)于與外部數(shù)據(jù)是如何交互的。函數(shù)受限制問(wèn)題唯一重要的參數(shù)，標(biāo)志著一個(gè)的第個(gè)頁(yè)將會(huì)被取出。數(shù)據(jù)分析入門之總結(jié)基礎(chǔ)一歡迎來(lái)翔的博客查看完成版。一.大熊貓世界來(lái)去自如：Pandas的I/O 老生常談，從基礎(chǔ)來(lái)看，我們?nèi)匀魂P(guān)心pandas對(duì)于與外部數(shù)據(jù)是如何交互的。 1.1 結(jié)構(gòu)化數(shù)據(jù)輸入輸出 read_csv與to_csv 是?對(duì)...

verano 2019-07-24 18:20 評(píng)論0 收藏0
Pandas之旅（三）最實(shí)用的Merge, Join,Concat方法詳解

摘要：基于上的我們還可以實(shí)現(xiàn)幾個(gè)基于的，還是老樣子，先讓我們創(chuàng)建兩個(gè)好了，現(xiàn)在我們想要實(shí)現(xiàn)兩個(gè)的，但是條件是通過(guò)的和的這樣我們也可以得到結(jié)果。 Merge, Join, Concat 大家好，我有回來(lái)啦，這周更新的有點(diǎn)慢，主要是因?yàn)槲腋铝藗€(gè)人簡(jiǎn)歷哈哈，如果感興趣的朋友可以去看看哈：我的主頁(yè) 個(gè)人認(rèn)為還是很漂亮的~，不得不說(shuō)，很多時(shí)候老外的設(shè)計(jì)能力還是很強(qiáng)。好了，有點(diǎn)扯遠(yuǎn)了，這一期我想和...

CloudwiseAPM 2019-07-31 10:11 評(píng)論0 收藏0
python_pandas學(xué)習(xí)

摘要：的名稱來(lái)自于面板數(shù)據(jù)和數(shù)據(jù)分析。以下的內(nèi)容主要以為主。終端輸入導(dǎo)入相關(guān)模塊是一種類似于一維數(shù)組的對(duì)象，它由一組數(shù)據(jù)各種數(shù)據(jù)類型以及一組與之相關(guān)的數(shù)據(jù)標(biāo)簽即索引組成。如果僅傳入一個(gè)序列，則會(huì)重新索引行函數(shù)的參數(shù)參數(shù)說(shuō)明用作索引的新序列。原文鏈接 numPy pandas的數(shù)據(jù)結(jié)構(gòu)介紹簡(jiǎn)介 Pandas [1] 是python的一個(gè)數(shù)據(jù)分析包，最初由AQR Capital Mana...

codercao 2019-07-30 16:10 評(píng)論0 收藏0