pyspark.pandas.Series.rank ¶

Series. rank ( method : str = 'average' , ascending : bool = True , numeric_only : Optional [ bool ] = None ) → pyspark.pandas.series.Series [source] ¶

沿轴计算数值数据的排名（1到n）。相等的值被分配一个排名，该排名是这些值排名的平均值。

注意

当前的rank实现使用了Spark的Window，但没有指定分区规范。这会导致将所有数据移动到单个机器的单个分区中，可能会导致严重的性能下降。避免在大数据集上使用此方法。

Parameters

method {‘average’, ‘min’, ‘max’, ‘first’, ‘dense’}

average: 组的平均排名
min: 组中的最低排名
max: 组中的最高排名
first: 按数组中出现的顺序分配排名
dense: 类似于‘min’，但在组之间排名总是增加1

ascending boolean, default True

从高（1）到低（N）排名的为假

numeric_only bool, optional

如果设置为 True，则对数值型 Series 进行排名，或者对非数值型 Series 返回空 Series

Returns

ranks same type as caller

示例

           >>> s = ps.Series([1, 2, 2, 3], name='A')
>>> s
0    1
1    2
2    2
3    3
Name: A, dtype: int64

          

           >>> s.rank()
0    1.0
1    2.5
2    2.5
3    4.0
Name: A, dtype: float64

          

如果方法设置为‘min’，它使用组中的最低排名。

           >>> s.rank(method='min')
0    1.0
1    2.0
2    2.0
3    4.0
Name: A, dtype: float64

          

如果方法设置为‘max’，它使用组中的最高排名。

           >>> s.rank(method='max')
0    1.0
1    3.0
2    3.0
3    4.0
Name: A, dtype: float64

          

如果方法设置为‘first’，则按顺序分配排名，不进行分组。

           >>> s.rank(method='first')
0    1.0
1    2.0
2    3.0
3    4.0
Name: A, dtype: float64

          

如果方法设置为‘dense’，它不会在组中留下间隙。

           >>> s.rank(method='dense')
0    1.0
1    2.0
2    2.0
3    3.0
Name: A, dtype: float64

          

如果 numeric_only 设置为 ‘True’，则仅对数值型 Series 进行排名，否则返回一个空的 Series。

           >>> s = ps.Series(['a', 'b', 'c'], name='A', index=['x', 'y', 'z'])
>>> s
x    a
y    b
z    c
Name: A, dtype: object

          

           >>> s.rank(numeric_only=True)
Series([], Name: A, dtype: float64)

pyspark.pandas.Series.分位数

pyspark.pandas.Series.sem