1

我正在阅读Wes McKinney 的Python for Data Analysis并遇到以下问题：

排名从 1 到数组中有效数据点的数量分配排名。Series 和 DataFrame 的 rank 方法是看的地方；默认情况下rank，通过为每个组分配平均排名来打破平局：

In [215]: obj = pd.Series([7, -5, 7, 4, 2, 0, 4])

In [216]: obj.rank()
Out[216]:
0   6.5
1   1.0
2   6.5
3   4.5
4   3.0
5   2.0
6   4.5
dtype: float64

不幸的是，我不知道这个函数的作用，我发现解释和相关文档同样令人困惑：https ://pandas.pydata.org/docs/reference/api/pandas.Series.rank.html

我无法对此做出正面或反面，这个函数在做什么？

4

2 回答 2

2

TL;博士

  • 通常，Ranking 为具有n 个值的排序数据创建数值 1 到n。

要想了解 pandas.Series.rank()，首先要了解什么是排名，可以参考Ranking-Wikipedia和Test for Rank data来了解清楚。

由于排名适用于已排序的数据，请先尝试对数据进行排序

obj.sort_values()
1   -5
5    0
4    2
3    4
6    4
0    7
2    7

对数据进行排序后，每个值都有自己的排名，从 1 到n，-5最低值的排名是1。 0是第二低的值，因此它的等级为 2，而 2 的等级为 3，但 4 是第四低的值，并且重复。

根据Series.rank 文档，有一个名为的参数method，其默认值为average，它的作用是，它使用平均值作为重复数据的默认值。它首先对数据进行排序，然后计算排名，最后根据排名值将输入映射到输出。

因此，两个 4 的等级为 4 和 5，它们的等级average为 4.5，同样，两个 7 的等级为 6 和 7，a 的等级average为 6.5

于 2021-07-04T03:32:49.260 回答
0

更新：看了一遍，我想通了。

-5 是数组中的最小值，因此argmin值为 -5 的元素的索引 (1) 具有 rank==1.0，下一个最小值是 0，因此该值的索引具有 rank==2.0。最后，最大值是7，但是出现了两次，所以它是第6和第7的元素，所以它的平均排名是6.5

于 2021-07-04T03:16:59.777 回答