在《利用python進行資料分析》一書中，涉及到到了rank方法，對其優先順序有一些自己的理解，在此做一下記錄。
首先，生成series，並使用預設rank方法（預設使用平均排名方式,也就是說當出現相同元素的時候,優先順序相加除以元素的個數）：
obj = pd.series([7, -5, 7, 4, 2, 0, 4])
obj.rank()
06.5
11.0
26.5
34.5
43.0
52.0
64.5
dtype: float64
-5 -> 1.0 ;
0 -> 2.0 ;
7 -> 6.5 ; 7 -> 6.5 ;
obj.rank(method='first')
0 6.0
1 1.0
2 7.0
3 4.0
4 3.0
5 2.0
6 5.0
dtype: float64
pandas的rank 函式解析
rank函式返回原序列元素對應位置的序列，它跟sort不同的是相同的值會分配他們排名的平均值，可以理解為每個元素根據他們位置獲得乙個 分數 如果兩個元素值一樣，他們的 分數 為佔位值求平均，如例 obj pd.series 7 5,7,4,2,0,4 obj.rank 0 6.51 1.02 6.5...
pandas中的dropna（）方法解析
dataframe.dropna 方法的作用 是刪除含用空值或缺失值得行或列，語法為 dropna axis 0，how any thresh none，subset none，inplace false 1.axis 確定過濾的行或列，取值可以為 1 0或index 刪除包含缺失值的行，預設為0。...
Pandas中的資料聚合方法
資料聚合，一般都是指對分組中的資料執行某些操作，比如求平均值 求最大值等，並且操作後得到乙個結果集，這些實現聚合的操作稱為聚合方法。pandas中提供了用做聚合操作的agg 方法。一 使用內建統計方法聚合資料 前面已經介紹過pandas的統計方法，比如用於獲取最大值和最小值的max 和min 這些方...