pandas中Series和DataFrame的rank方法详解

rank方法的作用是计算出axis方向上各个data的排名（指出这些data排好序后的名次）

---

函数原型

Series.rank(axis=0,method='average',numeric_only=None,na_option='keep',ascending=True,pct=False)
该方法用来排名（名次值从1开始），它可以根据某种规则破坏平级关系，
默认情况下，让人情况下（method='average'）,rank通过“为各组分配一个平均排名”的方式破坏平级关系。

各参数的作用

1. axis:{0 or 'index',1 or 'columns'} default 0
   即默认按沿着index方向排名

2. method:{'average','min','max','first','dense'}
   指定排名时用于破坏平级关系的method选项（注：值相同的位同一个分组）

   method	说明
   'average'	默认：在相等分组中，为各个值分配平均排名
   'min'	使用整个整个分组的最小排名
   'max'	使用整个分组的最大排名
   'first'	按值在原始数据中的出现顺序分配排名
   'dense'	与'min'类似，但是排名每次只会增加1，即并列的数据只占据一个名次

3. ascending
   是否为升序，默认为True

4. na_option用于处理NaN值

   na_option	说明
   'keep'	leave NA values where they are
   'top'	smallest rank if ascending
   'bottom'	smallest rank if dscending

   5. pct名次是否为百分数

   ---

   更多详情可参考pandas文档