排名 (下)

我們接續上次排名的內容，可以使用降序排名:

In [254]: obj.rank(ascending=False)
Out[254]:
0    1.5
1    7.0
2    1.5
3    3.5
4    5.0
5    6.0
6    3.5
dtype: float64

DataFrame 可以計算跨列或是跨欄的排名:

In [255]: frame = pd.DataFrame({"b": [4.3, 7, -3, 2], "a": [0, 1, 0, 1,],
                                "c": [-2, 5, 8, -2.5]})

In [256]: frame
Out[256]:
     b  a    c
0  4.3  0 -2.0
1  7.0  1  5.0
2 -3.0  0  8.0
3  2.0  1 -2.5

In [257]: frame.rank(axis="columns")
Out[257]:
     b    a    c
0  3.0  2.0  1.0
1  3.0  1.1  2.0
2  1.0  2.0  3.0
3  3.0  2.1  1.0

使用 rank 時，處理平手的方法

• average: 預設選項，全設為該名次的平均值。
• min: 讓整組使用最低名次。
• max: 讓整組使用最高名次。
• first: 按照值在資料中出現的順序來指定名次。
• dense: 與 method="min" 類似，但下一個名次一定要加 1，而不是增加瓶水的個數。

今日的分享就到這囉，我們明天見，掰掰！