所谓的排名，就是一组数据，我们想要知道每一条数据在整体中的名次，需要的是输出名次，并不改变原数据结构。
排序会改变原来的数据结构，且不会返回名次，这一点区别需要弄明白。初学的时候容易弄混淆。
本文将通过一个实例，讲清楚Pandas中rank()排名函数的应用。下面是案例数据，包括我、张三以及唐宋八大家的语文考试成绩。
import pandas as pd
data = pd.DataFrame({'班级':['1班','1班','1班','1班','1班','2班','2班','2班','2班','2班'],
'姓名':['韩愈','柳宗元','欧阳修','苏洵','苏轼','苏辙','曾巩','王安石','张三','小伍哥'],
'成绩':[80,70,70,40,10,60,60,50,50,40]})
#姓名长度不一样的，加个符号调整下，这该死的强迫症
data['姓名'] = data['姓名'].str.rjust(3,'〇')
一、DataFrame的正常排名
Pandas中的排名，函数为rank()，使用也比较简单，需要注意的是各种排名的差异，需要进行充分理解，这样在实际应用中才不会出错。
函数用法：
DataFrame.rank(axis=0,method='average',numeric_only=None,
na_option='keep',ascending=True,pct=False)
参数说明：
axis：0或'index'，1或'columns'，默认0，沿着行或列计算排名
method：'average'，'min'，'max'，'first'，'dense'，默认为'average'，如何对具有相同值（即ties）的记录组进行排名：
- average：组的平均等级
- min：组中最低的排名
- max：组中最高等级
- first : 按排列顺序排列，依次排列
- dense：类似于 ‘min’，但组之间的排名始终提高1
numeric_only：bool，是否仅仅计算数字型的columns，布尔值
na_option：{'keep'，'top'，'bottom'}，默认为'keep'，NaN值是否参与排名及如何排名
- keep：将NaN等级分配给NaN值
- top：如果升序，则将最小等级分配给NaN值
- bottom：如果升序，则将最高等级分配给NaN值。
ascending：bool，默认为True，元素是否应该按升序排名。
pct：bool，默认为False，是否以百分比形式显示返回的排名。
所有的参数中，最核心的参数是method，一共5种排名方法，下面对这5种方法进行对比，应用的时候更好的去选择。
1、method='first'
当method='first'时，当里两个人的分数相同时，分数相同的情况下，谁先出现谁的排名靠前（当method取值为min，max，average时，都是要参考“顺序排名”的），表中的柳宗元和欧阳修分数相同，但是柳宗元在表格的前面，所以排名第2，欧阳修排名第3。
班级 | 姓名 | 成绩 | 成绩(method='first') |
1班 | 〇韩愈 | 50 | 1 |
1班 | 柳宗元 | 30 | 2 |
1班 | 欧阳修 | 30 | 3 |
1班 | 〇苏洵 | 20 | 4 |
1班 | 〇苏轼 | 10 | 5 |
代码如下：
#为了简化，我们只选择1班的成绩来看
data_1 = data[data['班级']=='1班']
data_1['成绩_first'] = data_1['成绩'].rank(method='first',ascending=False)
data_1
班级 姓名 成绩 成绩_first
0 1班 〇韩愈 50 1.0
1 1班 柳宗元 30 2.0
2 1班 欧阳修 30 3.0
3 1班 〇苏洵 20 4.0
4 1班 〇苏轼 10 5.0
2、method='min'
当method='min'时，成绩相同的同学，取在顺序排名中最小的那个排名作为该值的排名，会出现名次跳空，柳宗元和欧阳修分数相同，在上面的排名中，分别排第2、第3，所以这里取两个中最小的为排名名次2作为共同的名次。
班级 | 姓名 | 成绩 | 成绩(method='min') |
1班 | 〇韩愈 | 50 | 1 |
1班 | 柳宗元 | 30 | 2 |
1班 | 欧阳修 | 30 | 2 |
1班 | 〇苏洵 | 20 | 4 |
1班 | 〇苏轼 | 10 | 5 |
代码如下：
data_1 = data[data['班级']=='1班']
data_1['成绩_min'] = data_1['成绩'].rank(method='min',ascending=False)
data_1
班级 姓名 成绩 成绩_min
0 1班 〇韩愈 50 1.0
1 1班 柳宗元 30 2.0
2 1班 欧阳修 30 2.0
3 1班 〇苏洵 20 4.0
4 1班 〇苏轼 10 5.0
3、method='max'
当method='max'时，与上面的min相反，成绩相同的同学，取在顺序排名中最大的那个排名作为该值的排名，，会出现名次跳空，柳宗元和欧阳修分数相同，在顺序排名中，分别排第2、第3，所以这里取两个中最大的为排名名次3作为共同的名次。
班级 | 姓名 | 成绩 | 成绩_max |
1班 | 〇韩愈 | 50 | 1 |
1班 | 柳宗元 | 30 | 3 |
1班 | 欧阳修 | 30 | 3 |
1班 | 〇苏洵 | 20 | 4 |
1班 | 〇苏轼 | 10 | 5 |
代码如下：
data_1 = data[data['班级']=='1班']
data_1['成绩_max'] = data_1['成绩'].rank(method='max',ascending=False)
data_1
班级 姓名 成绩 成绩_max
0 1班 〇韩愈 50 1.0
1 1班 柳宗元 30 3.0
2 1班 欧阳修 30 3.0
3 1班 〇苏洵 20 4.0
4 1班 〇苏轼 10 5.0
4、method='dense'
method='dense'，dense是稠密的意思，即相同成绩的同学排名相同，其他依次加1即可，不会出现名次跳空的情况。柳宗元和欧阳修分数相同，在上面的排名中，分别排第2、第3，取相同排名2，这个看上去和min一样的，但是下一名的排名发生了变化，〇苏洵同学从第4名排到了第3名，排名数字连续的，没有跳跃。
班级 | 姓名 | 成绩 | 成绩_dense |
1班 | 〇韩愈 | 50 | 1 |
1班 | 柳宗元 | 30 | 2 |
1班 | 欧阳修 | 30 | 2 |
1班 | 〇苏洵 | 20 | 3 |
1班 | 〇苏轼 | 10 | 4 |
代码如下：
data_1 = data[data['班级']=='1班']
data_1['成绩_dense'] = data_1['成绩'].rank(method='dense',ascending=False)
data_1
班级 姓名 成绩 成绩_dense
0 1班 〇韩愈 50 1.0
1 1班 柳宗元 30 2.0
2 1班 欧阳修 30 2.0
3 1班 〇苏洵 20 3.0
4 1班 〇苏轼 10 4.0
5、method='average'
当method='average'或者默认值时，成绩相同时，取顺序排名中所有名次之和除以该成绩的个数，即为该成绩的名次；比如上述排名中，30排名为2,3，那么 30的排名 = （2+3）/2=2.5，成绩为50的同学只有1个，且排名为1，那50的排名就位1/1=1。
班级 | 姓名 | 成绩 | 成绩_average |
1班 | 〇韩愈 | 50 | 1 |
1班 | 柳宗元 | 30 | 2.5 |
1班 | 欧阳修 | 30 | 2.5 |
1班 | 〇苏洵 | 20 | 4 |
1班 | 〇苏轼 | 10 | 5 |
代码如下：
data_1 = data[data['班级']=='1班']
data_1['成绩_average'] = data_1['成绩'].rank(method='average',ascending=False)
data_1
班级 姓名 成绩 成绩_average
0 1班 〇韩愈 50 1.0
1 1班 柳宗元 30 2.5
2 1班 欧阳修 30 2.5
3 1班 〇苏洵 20 4.0
4 1班 〇苏轼 10 5.0
综合上面的所有排名类型类型整体对比看看
班级 | 姓名 | 成绩 | rank | rank_min | rank_max | rank_first | rank_dense |
1班 | 〇韩愈 | 50 | 1 | 1 | 1 | 1 | 1 |
1班 | 柳宗元 | 30 | 2.5 | 2 | 3 | 2 | 2 |
1班 | 欧阳修 | 30 | 2.5 | 2 | 3 | 3 | 2 |
1班 | 〇苏洵 | 20 | 4 | 4 | 4 | 4 | 3 |
1班 | 〇苏轼 | 10 | 5 | 5 | 5 | 5 | 4 |
data_1 = data[data['班级']=='1班']
data_1['rank'] = data_1['成绩'].rank(ascending=False)
data_1['rank_min'] = data_1['成绩'].rank(method='min',ascending=False)
data_1['rank_max'] = data_1['成绩'].rank(method='max',ascending=False)
data_1['rank_first'] = data_1['成绩'].rank(method='first',ascending=False)
data_1['rank_dense'] = data_1['成绩'].rank(method='dense',ascending=False)
data_1
班级 姓名 成绩 rank rank_min rank_max rank_first rank_dense
0 1班 〇韩愈 50 1.0 1.0 1.0 1.0 1.0
1 1班 柳宗元 30 2.5 2.0 3.0 2.0 2.0
2 1班 欧阳修 30 2.5 2.0 3.0 3.0 2.0
3 1班 〇苏洵 20 4.0 4.0 4.0 4.0 3.0
4 1班 〇苏轼 10 5.0 5.0 5.0 5.0 4.0
其他参数都比较简单了，计算一行的排名，axis=0即可。
参数pct=True时，返回排名的分位数，可以用于计算排名的百分比，非常方便。
data_1 = data[data['班级']=='1班']
data_1['成绩_first'] = data_1['成绩'].rank(method='first',
ascending=False,
pct=True)
data_1
班级 姓名 成绩 成绩_first
0 1班 〇韩愈 80 0.2
1 1班 柳宗元 70 0.4
2 1班 欧阳修 70 0.6
3 1班 〇苏洵 40 0.8
4 1班 〇苏轼 10 1.0
二、DataFrame的分组排名
在上文中，我们看到了rank()函数对DataFrame直接排名，非常方便，也非常丰富，当然，rank()也可以对经过groupby分组后的数据进行排名，分组排名的功能，让数据分析更加的精细化，大大提高分析效率。直接使用开头创建好的数据集，按班级排名，看看乜咯班级的第一名是谁。
data['成绩_dense']= data.groupby('班级')['成绩'].rank(method='dense')
data
班级 姓名 成绩 成绩_dense
0 1班 〇韩愈 50 4.0
1 1班 柳宗元 30 3.0
2 1班 欧阳修 30 3.0
3 1班 〇苏洵 20 2.0
4 1班 〇苏轼 10 1.0
5 2班 〇苏辙 60 3.0
6 2班 〇曾巩 60 3.0
7 2班 王安石 50 2.0
8 2班 〇张三 50 2.0
9 2班 小伍哥 40 1.0
同上面的直接排名，method一样的可以使用各种方法，达到各种排名的目的。
data['成绩_average']= data.groupby('班级')['成绩'].rank(method='average')
data
班级 姓名 成绩 成绩_average
0 1班 〇韩愈 80 5.0
1 1班 柳宗元 70 3.5
2 1班 欧阳修 70 3.5
3 1班 〇苏洵 40 2.0
4 1班 〇苏轼 10 1.0
5 2班 〇苏辙 60 4.5
6 2班 〇曾巩 60 4.5
7 2班 王安石 50 2.5
8 2班 〇张三 50 2.5
9 2班 小伍哥 40 1.0
三、Series的排名
对于Series。其实就是数据框的一列，没啥多说的，一样的方法就行，下面写了两个简单的示例，大家参考下。
from pandas import Series
s = Series([1,3,2,1,6])
s.rank()
a 1.5
c 4.0
d 3.0
b 1.5
e 5.0
根据值在数组中出现的顺序进行排名，method='first'
s.rank(method='first')
a 1.0
c 4.0
d 3.0
b 2.0
e 5.0
根据值在数组中出现的顺序密集排名，method='dense'
s.rank(method='dense')
a 1.0
c 3.0
d 2.0
b 1.0
e 4.0
码字不易，大家多多分享传播。求个点赞。
qq群851320808
