Hướng dẫn how to rank numbers in python - cách xếp hạng các số trong python

Tính toán xếp hạng dữ liệu số (1 đến n) dọc theo trục.

Theo mặc định, các giá trị bằng nhau được gán một thứ hạng là trung bình của các cấp bậc của các giá trị đó.

Chỉ mục để xếp hạng trực tiếp. Đối với chuỗi tham số này không được sử dụng và mặc định là 0.

Cách xếp hạng nhóm hồ sơ có cùng giá trị (nghĩa là mối quan hệ):

• Trung bình: Thứ hạng trung bình của nhóm

• Min: Xếp hạng thấp nhất trong nhóm

• Max: Xếp hạng cao nhất trong nhóm

• Đầu tiên: xếp hạng được gán theo thứ tự chúng xuất hiện trong mảng

• Dense: Giống như ‘Min, nhưng thứ hạng luôn tăng thêm 1 giữa các nhóm.

Đối với các đối tượng DataFrame, chỉ xếp hạng các cột số nếu được đặt thành true.

Cách xếp hạng các giá trị NAN:

• Giữ: Gán cấp bậc NAN cho các giá trị NAN

• Top: Gán thứ hạng thấp nhất cho các giá trị NAN

• Dưới cùng: Gán thứ hạng cao nhất cho các giá trị NAN

Liệu các yếu tố có nên được xếp theo thứ tự tăng dần hay không.

Có hay không hiển thị bảng xếp hạng trả về ở dạng phần trăm.

Trả về một loạt hoặc DataFrame với xếp hạng dữ liệu dưới dạng giá trị.

Ví dụ

>>> df = pd.DataFrame(data={'Animal': ['cat', 'penguin', 'dog',
...                                    'spider', 'snake'],
...                         'Number_legs': [4, 2, 4, 8, np.nan]})
>>> df
    Animal  Number_legs
0      cat          4.0
1  penguin          2.0
2      dog          4.0
3   spider          8.0
4    snake          NaN

Các mối quan hệ được gán giá trị trung bình của các cấp bậc (theo mặc định) cho nhóm.

>>> s = pd.Series(range(5), index=list("abcde"))
>>> s["d"] = s["b"]
>>> s.rank()
a    1.0
b    2.5
c    4.0
d    2.5
e    5.0
dtype: float64

Ví dụ sau đây cho thấy phương thức hoạt động như thế nào với các tham số trên:

• Default_Rank: Đây là hành vi mặc định thu được mà không cần sử dụng bất kỳ tham số nào.

• MAX_RANK: Cài đặt method = 'max' Các bản ghi có cùng giá trị được xếp hạng bằng thứ hạng cao nhất (ví dụ: Vì ‘Cat, và‘ Dog, cả hai đều ở vị trí thứ 2 và thứ 3, xếp hạng 3 được chỉ định.)

• NA_BOTTOM: Chọn

  >>> rankdata([0,1,1,2])
  array([ 1. ,  2.5,  2.5,  4. ])
  >>> rankdata([0,1,1,2], method='min')
  array([ 1,  2,  2,  4])
  >>> rankdata([0,1,1,2], method='dense')
  array([ 1,  2,  2,  3])
  

  0, nếu có các bản ghi có giá trị NAN, chúng được đặt ở cuối bảng xếp hạng.

• PCT_RANK: Khi cài đặt

  >>> rankdata([0,1,1,2])
  array([ 1. ,  2.5,  2.5,  4. ])
  >>> rankdata([0,1,1,2], method='min')
  array([ 1,  2,  2,  4])
  >>> rankdata([0,1,1,2], method='dense')
  array([ 1,  2,  2,  3])
  

  1, thứ hạng được thể hiện dưới dạng xếp hạng phần trăm.

>>> df['default_rank'] = df['Number_legs'].rank()
>>> df['max_rank'] = df['Number_legs'].rank(method='max')
>>> df['NA_bottom'] = df['Number_legs'].rank(na_option='bottom')
>>> df['pct_rank'] = df['Number_legs'].rank(pct=True)
>>> df
    Animal  Number_legs  default_rank  max_rank  NA_bottom  pct_rank
0      cat          4.0           2.5       3.0        2.5     0.625
1  penguin          2.0           1.0       1.0        1.0     0.250
2      dog          4.0           2.5       3.0        2.5     0.625
3   spider          8.0           4.0       4.0        4.0     1.000
4    snake          NaN           NaN       NaN        5.0       NaN