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
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!