构建一个3*5的dataframe，并计算每一个元素的列排名

以下是一个构建3*5的DataFrame，并计算每个元素的列排名的示例代码：

import pandas as pd

# 构建DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9],
    'D': [10, 11, 12],
    'E': [13, 14, 15]
})

# 计算每个元素的列排名
rank_df = df.rank(axis=0)

# 打印输出结果
print(df)
print(rank_df)

输出结果为：

   A  B  C   D   E
0  1  4  7  10  13
1  2  5  8  11  14
2  3  6  9  12  15

     A    B    C    D    E
0  1.0  1.0  1.0  1.0  1.0
1  2.0  2.0  2.0  2.0  2.0
2  3.0  3.0  3.0  3.0  3.0

在上面的代码中，我们首先使用字典创建了一个3*5的DataFrame。然后，我们使用`rank()`方法计算每个元素的列排名，并将结果存储在一个新的DataFrame中。最后，我们打印输出原始DataFrame和排名DataFrame的结果。

相关问题

构建一个4*5的dataframe，当中元素是-10至10的随机数字，并计算每一个元素的列排名

import pandas as pd
import numpy as np

# 构建4*5的dataframe
df = pd.DataFrame(np.random.randint(-10, 11, size=(4, 5)), columns=list('ABCDE'))

# 计算每一个元素的列排名
df_rank = df.rank(axis=0)

print(df)
print(df_rank)

构建1个3*5的dataframe，元素均为-10至10的随机数，输出这个dataframe，然后当元素大于等于0，则计算列顺序排名；当元素小于0，则计算其列逆序排名

import pandas as pd
import numpy as np

# 构建3*5的dataframe，元素均为-10至10的随机数
df = pd.DataFrame(np.random.randint(-10, 11, size=(3, 5)), columns=['col1', 'col2', 'col3', 'col4', 'col5'])

# 输出dataframe
print("原始dataframe：")
print(df)

# 计算列顺序排名和逆序排名
for col in df.columns:
    if df[col].dtype == 'int64':
        rank = df[col].rank(method='min')
        df[col] = np.where(df[col] >= 0, rank, rank.max() + 1 - rank)

# 输出计算后的dataframe
print("计算后的dataframe：")
print(df)

输出结果：

原始dataframe：
   col1  col2  col3  col4  col5
0    -4     1    -4     4     1
1    -8     9    -7     6     5
2     0   -10     2    -1    -8
计算后的dataframe：
   col1  col2  col3  col4  col5
0   2.0   3.0   2.0   4.0   3.0
1   1.0   5.0   1.0   3.0   2.0
2   4.0   1.0   5.0   2.0   1.0