Pandas库中DataFrame对象的rank()函数常用哪些参数？它们各自代表什么功能？能否举个例子来说明这些参数的应用？

Pandas库中的`DataFrame`对象的`rank()`函数主要用于对数据进行排名，常用于统计每个值相对于其他值的相对位置。这个函数有几个常用的参数：

1. **method**：指定排名的方法，默认为'average'，表示平均数排名；还有其他选项如'first'（最小值优先）、'last'（最大值优先）、'min'（最小值）、'max'（最大值）。例如：

   df['new_rank'] = df['column'].rank(method='min')

2. **ascending**：一个布尔值或列名，控制排序顺序。如果设置为True（默认），则从低到高排序；如果为False，则从高到低排序。比如：

   df['rank_desc'] = df['column'].rank(ascending=False)

3. **na_option**：处理缺失值的方式，可以选择'first'（将NaN放在最前面）、'last'（将NaN放在最后面）、'top'（最高分）或'bottom'（最低分）。例如：

   df['rank_with_na'] = df['column'].rank(na_option='first')

4. **ties**：如何处理平局。可以有'max'（保留最大值）、'average'（计算平均值）、'min'（保留最小值）等选项。

5. **axis**: 可选参数，0表示按行（row-wise）排序，1表示按列（column-wise）排序，默认是0。

6. **level**: 如果数据包含多层索引，可以指定哪一层进行排名。

通过组合这些参数，你可以定制出满足特定需求的排名结果。