熊猫排名重复值

Question

让我们采用随机值的一列数据帧。我想通过以下操作轻松获得所有这些值的排名：

df.rank()

但是，如果存在重复的值，那么您还将获得排名的重复值。例如，对于给定的数字列表：

[127.0, 131.856, 132.88, 126.249, 128.417, 124.336, 131.856, 130.624, 147.906, 134.412, 130.735, 133.433, nan, 125.59, 130.211, 133.847, 137.431, 130.0, 127.4, 132.226, 138.134]

rank函数的输出将是：

[4.0, 11.5, 14.0, 3.0, 6.0, 1.0, 11.5, 8.0, 20.0, 17.0, 9.0, 15.0, nan, 2.0, 7.0, 16.0, 18.0, 10.0, 5.0, 13.0, 19.0]

如您所见，位置1和6相同，并且完整列表中没有11或12。 我们如何获得这些数字的排名，即使哪一个先行是任意的？

Answer 1

使用rank中的method参数，例如：

pd.Series(l).rank(method='first')

0      4.0
1     11.0
2     14.0
3      3.0
4      6.0
5      1.0
6     12.0
7      9.0
8     20.0
9     17.0
10    10.0
11    15.0
12     2.0
13     8.0
14    16.0
15    18.0
16     7.0
17     5.0
18    13.0
19    19.0
dtype: float64