Что такое pandas rank и как это работает?

Pandas rank - что это?

Pandas rank - это функция в библиотеке Pandas, позволяющая назначить ранги значениям в столбце или ряду данных. Ранжирование данных - это процесс присвоения порядковых номеров элементам в соответствии с их относительными значениями.

Вот пример использования функции rank в Pandas:

import pandas as pd

data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
        'Score': [80, 90, 70, 85]}

df = pd.DataFrame(data)

# Присвоение рангов столбцу Score
df['Rank'] = df['Score'].rank(ascending=False)

print(df)

В выводе этого кода каждому значению в столбце 'Score' будет присвоен ранг, отсортированный по убыванию. Результат будет выглядеть примерно так:

       Name  Score  Rank
0     Alice     80   3.0
1       Bob     90   1.0
2   Charlie     70   4.0
3     David     85   2.0

Обратите внимание, что ранги - это дробные числа, потому что Pandas учитывает возможное наличие повторяющихся значений и присваивает им одинаковые ранги с учетом порядка.

Что такое функция `pandas rank` и как ее использовать?

Функция `pandas rank` предоставляет возможность назначить ранг каждому элементу внутри группы данных. Назначение ранга осуществляется на основе значений элементов и их положения в группе. Это очень полезная функция, когда вам нужно оценить относительную позицию каждого значения в группе.

Синтаксис

Синтаксис функции `rank` выглядит следующим образом:

pandas.DataFrame.rank(axis=0, method='average', numeric_only=None, na_option='keep', ascending=True, pct=False)

Параметры функции `rank`

• axis (тип: int или str, по умолчанию 0): Определяет направление вычисления ранга. По умолчанию ранги вычисляются по столбцам (axis=0), но вы также можете указать axis=1 для вычисления рангов по строкам.
• method (тип: str, по умолчанию "average"): Определяет метод расчета ранга элементов в группе. Допустимыми значениями являются "average" (среднее значение ранга для дубликатов), "min" (минимальный ранг), "max" (максимальный ранг), "first" (ранг первого вхождения значения).
• numeric_only (тип: bool, по умолчанию None): Определяет, должны ли участвовать только числовые столбцы при расчете ранга. Если параметр установлен в True, будут учтены только числовые столбцы, если False - все столбцы.
• na_option (тип: str, по умолчанию "keep"): Определяет, как функция обрабатывает отсутствующие значения (NaN) в данных. Допустимые значения: "keep" (пропускать NaN), "top" (использовать наивысший ранг), "bottom" (использовать наименьший ранг).
• ascending (тип: bool, по умолчанию True): Определяет порядок сортировки значений внутри группы. Если значение True, ранги будут присваиваться в порядке возрастания значений. Если False, то в порядке убывания значений.
• pct (тип: bool, по умолчанию False): Определяет, должны ли ранги быть выражены в процентном соотношении по отношению к размеру группы.

Примеры использования

Давайте рассмотрим несколько примеров использования функции `rank`.

Пример 1: Вычисление ранга для столбца

import pandas as pd

data = {'Команда': ['Барселона', 'Реал Мадрид', 'Манчестер Сити', 'Бавария', 'Ливерпуль'],
        'Количество очков': [78, 74, 72, 70, 69]}

df = pd.DataFrame(data)

df['Ранг'] = df['Количество очков'].rank(ascending=False)

print(df)

Результат выполнения:

      Команда  Количество очков  Ранг
0   Барселона                78   1.0
1  Реал Мадрид                74   2.0
2     Манчестер Сити          72   3.0
3      Бавария                70   4.0
4   Ливерпуль               69   5.0

В первом примере данные представляют собой информацию о командах и количестве набранных ими очков. Мы использовали функцию `rank` для вычисления ранга каждой команды на основе количества очков. Значения в столбце "Ранг" отражают позицию команд в порядке убывания количества очков.

Пример 2: Вычисление ранга для строк

Функцию `rank` также можно применять к строкам. Рассмотрим следующий пример:

import pandas as pd

data = {'Имя': ['Мария', 'Алексей', 'Елена'],
        'Оценка 1': [85, 92, 78],
        'Оценка 2': [90, 88, 95],
        'Оценка 3': [92, 91, 90]}

df = pd.DataFrame(data)
df.set_index('Имя', inplace=True)

df['Ранг'] = df.rank(axis=1, ascending=False)
print(df)

Результат выполнения:

         Оценка 1  Оценка 2  Оценка 3  Ранг
Имя                                     
Мария           85        90        92   3.0
Алексей         92        88        91   2.0
Елена           78        95        90   2.0

В этом примере у нас есть данные о студентах и их оценках по разным предметам. Мы использовали функцию `rank` с параметром `axis=1` для вычисления ранга для каждого студента по его оценкам. Значения в столбце "Ранг" показывают относительный ранг каждого студента для каждой оценки.

Заключение

Функция `pandas rank` - это мощный инструмент для вычисления ранга значений внутри группы данных. Мы рассмотрели синтаксис функции и ее параметры, а также привели примеры использования. Надеюсь, эта информация поможет вам лучше понять, как использовать функцию `rank` в библиотеке pandas.