利用房屋价格house_saleprice数据查看每一列的缺失值数量，并将每一列缺失值数量的结果存成DataFrame数据结构，按缺失值数量进行倒排，并增加一列列名为rk的列，表示排列序号

好的，我来给你讲一下如何实现。首先，我们需要导入需要使用的库：pandas和numpy。然后，读取数据集house_saleprice.csv，使用pandas中的read_csv()函数实现。接下来，我们可以使用isnull()函数查看每一列的缺失值数量，并将结果存储在一个DataFrame中。最后，我们可以使用sort_values()函数按缺失值数量进行倒排，并使用reset_index()函数重置索引，再增加一列rk表示排列序号。

下面是具体的代码实现过程：

import pandas as pd
import numpy as np

# 读取数据集
df = pd.read_csv('house_saleprice.csv')

# 查看每一列的缺失值数量，并将结果存储在一个DataFrame中
missing_values = pd.DataFrame(df.isnull().sum(), columns=['missing_count'])

# 对缺失值数量进行倒排，并增加一列列名为rk的列，表示排列序号
missing_values['rk'] = missing_values['missing_count'].rank(ascending=False)

# 输出结果
print(missing_values.sort_values(by='missing_count', ascending=False))

其中，sort_values()函数的by参数表示按缺失值数量进行排序，ascending参数为False表示降序排列。

希望这个回答能够帮到你！