rank

例子：

import pandas as pd
import numpy as np

a = pd.DataFrame(np.arange(12).reshape(3,4),columns = list("abdc"))
a =a.sort_index(axis=1,ascending=False)
a

• 1
• 2
• 3
• 4
• 5
• 6

1、直接rank（）

a.rank()

• 1

显示了排名，方向是按照默认的放心，axis=0即 ‘index’

2、加个axis=1

a.rank(axis=1)

• 1

axis=1即 ’columns’

3、加入排序的方法 method

排序前先修改下a的一个值，只是为了为了让比较效果明显点

a.iloc[[1,1],[1,2]] = 6
a

• 1
• 2

method为average，即排序是在相等分组中，为各个值分配平均排名，默认值

数字6 在排名时是2,3,4, 取2,3,4平均值3

a.rank(axis=1,method=‘average‘)

• 1

method为max，即排序是在相等分组中，为各个值取最大，默认值

数字6 在排名时是2,3,4, 取2,3,4最大值4

a.rank(axis=1,method=‘max‘)

• 1

method 为min，就是取最小（例子，略）

method 为first，就是在原始数据中的出现顺序分配排名

a.rank(axis=1,method=‘first‘)

• 1

method 为dense ： 类似于min，但后续增长的时候每次就增加1

其他参数

numeric_only ：Include only float, int, boolean data. Valid only for DataFrame or Panel objects 。boolean, default None

ascending：是否为升序，默认为True
na_option：用于处理NaN值

1. ‘keep’：leave NA values where they are
2. ‘top’：smallest rank if ascending
3. ‘bottom’：smallest rank if dscending

pct:名次是否为百分数 

rank

原文：https://www.cnblogs.com/fujian-code/p/9746321.html