Hướng dẫn how do you create a rank in python? - làm cách nào để bạn tạo thứ hạng trong python?

DataFrame.Rank (AXIS = 0, Phương thức = 'trung bình', numeric_only = _nodefault.no_default, na_option = 'keep', ascending = true, pct = false) [Nguồn]#rank(axis=0, method='average', numeric_only=_NoDefault.no_default, na_option='keep', ascending=True, pct=False)[source]#

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.

ParameterSaxis {0 hoặc ‘index, 1 hoặc‘ cột,}, mặc định 0axis{0 or ‘index’, 1 or ‘columns’}, default 0

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

Phương thức {’trung bình,’ min, ‘Max,’ đầu tiên{‘average’, ‘min’, ‘max’, ‘first’, ‘dense’}, default ‘average’

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.

numeric_onlybool, tùy chọnbool, optional

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

Na_option {‘Keep,’ Top, ‘Bottom,}, mặc định{‘keep’, ‘top’, ‘bottom’}, default ‘keep’

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

AscendingBool, mặc định đúngbool, default True

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

pctbool, mặc định saibool, default False

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

ReturnSsame loại làm người gọi

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 na_option = 'bottom', nếu có các bản ghi có giá trị NAN, chúng được đặt ở cuối bảng xếp hạng.
PCT_RANK: Khi cài đặt pct = True, thứ hạng được biểu thị bằng cấp bậc 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

Giá trị mặc định của phương thức tham số của xếp hạng hàm *là gì?

Parameters:.

Làm thế nào tôi có thể nhận được số hàng trong gấu trúc?

Bạn có thể sử dụng Len (df.index) để tìm số lượng hàng trong gấu trúc DataFrame, DF.Chỉ mục trả về phạm vi Index (start = 0, stop = 8, bước = 1) và sử dụng nó trên len () để lấy số lượng.len(df. index) to find the number of rows in pandas DataFrame, df. index returns RangeIndex(start=0, stop=8, step=1) and use it on len() to get the count.