pandas 的rank

pandas的rank()函数是用于计算数据的排名。可以根据指定的排序方式对数据进行排序，并为每个数据分配一个排名值。rank()函数的常用参数包括method、ascending和na_option。

1. method参数：用于指定计算排名的方法。常见的取值有：
- average：默认值，相同值的数据取平均排名。
- min：相同值的数据取最小排名。
- max：相同值的数据取最大排名。
- first：按照数据在原始数据中出现的顺序进行排名。

2. ascending参数：用于指定排序的方式。默认值为True，表示升序排列；设置为False表示降序排列。

3. na_option参数：用于指定对缺失值的处理方式。常见的取值有：
- keep：保留缺失值，不进行排名。
- top：将缺失值排在最前面。
- bottom：将缺失值排在最后面。

下面是一个示例：

import pandas as pd

data = {'A': [3, 1, 2, 4, 5],
        'B': [5, 3, 2, 1, 4]}
df = pd.DataFrame(data)

# 计算每列数据的排名
df_rank = df.rank(method='average', ascending=True, na_option='keep')
print(df_rank)

输出结果为：

     A    B
0  3.0  5.0
1  1.0  3.0
2  2.0  2.0
3  4.0  1.0
4  5.0  4.0