Python rank()方法的核心价值在于：它能根据数值大小为数据分配名次，并支持多种排名规则，是数据分析中替代排序和分组排序的利器。
python rank()基础用法与默认排名规则
rank()是pandas库中专门用于生成排名的函数，与排序不同，它不改变数据顺序，而是为每个元素计算一个排名编号，默认参数下，rank()采用平均排名（average）方式，即遇到重复值时取平均名次，这一特性在成绩统计、销售排行等场景中十分实用。
rank()的基本调用形式
DataFrame.rank(axis=0, method='average', numeric_only=False, na_option='keep', ascending=True, pct=False)
- axis：指定按行（0）或按列（1）计算排名，默认按列。
- method：核心参数，决定同名值的处理方式，常见选项有average、min、max、first、dense。
- ascending：升序（小值排名靠前）或降序，默认为True。
- na_option：缺失值的处理，可选’keep’（留空）、’top’（排第一）、’bottom’（排最后）。
- pct：是否以百分位形式输出排名，默认为False。
默认排名规则是最常用的：当数值相同时，取这些值名次的算术平均数，例如两个第二名的数值，它们的排名都是2.5。
适用于初学者的快速上手示例
在一次考试成绩中,我们想要知道每位学生的总成绩排名，而不破坏原有数据顺序：
import pandas as pd
scores = pd.read_csv('exam_scores.csv')
scores['Rank'] = scores['Total'].rank(ascending=False)
这样就在原表格中新添了Rank列,清晰看出谁排第一、第二，据pandas官方文档定义，rank()输出的是浮点数或整数排名，可以直接用于后续筛选或可视化。
python rank()参数详解：method如何影响排名结果
method是rank()的灵魂参数，它直接决定了重复数据应该获得怎样的名次，很多初学者容易混淆average、min、max和first的区别，下面我们逐一拆解。
五种method的表格对比
| method | 对重复值的处理 | 示例：数据[1,2,2,3]的排名输出 |
|---|---|---|
| average | 取平均名次 | 0, 2.5, 2.5, 4.0 |
| min | 取最小名次 | 0, 2.0, 2.0, 4.0 |
| max | 取最大名次 | 0, 3.0, 3.0, 4.0 |
| first | 按出现顺序分配不同名次 | 0, 2.0, 3.0, 4.0 |
| dense | 类似min，但名次连续 | 0, 2.0, 2.0, 3.0 |
如何根据场景选择合适的method
- average（默认）：适用于竞赛平分取均值，比如两人并列第二，得分相同则名次取2.5，官方成绩单常用。
- min：适合“最低排名作为正式排名”，比如考核排名，若多人分数相同，都按最低名次算，不拉低后续排名。
- max：适合“宽松排名”，比如当并列人数较多时，都取最高名次，但会浪费中间名次。
- first：当需要唯一排名且保留原始顺序时使用，类似顺序编号，但会受ascending影响。
- dense：适合快速生成连续排名，例如按销售额分档，重复值不影响后续序号。
业内专家指出,在金融量化分析中，dense排名常用于快速分位数分组，因为它保证了名次连续，方便后续分层。
rank函数与排序有什么区别？对比场景分析
许多数据分析新手常常混淆排序（sort_values）与排名（rank）。排序改变了行的位置，排名则添加一列名次，不改变行顺序，这层理解在后续业务逻辑中至关重要。
核心区别表
| 维度 | sort_values | rank() |
|---|---|---|
| 操作结果 | 改变DataFrame行顺序 | 新增排名列，原顺序不变 |
| 返回类型 | 排序后的DataFrame/Series | 排名值的Series |
| 是否修改原数据 | 通常需赋值或使用inplace | 不修改原数据，需赋值给新列 |
| 对重复值的处理 | 按stable排序算法稳定排列 | 由method参数决定排名规则 |
业务场景举例：销售团队业绩
公司要求保留原始录入顺序（按月份），同时计算每个人的销售排名，若用sort_values，月份顺序会被打乱；用rank()则能同时满足：
team_sales = pd.read_csv('sales.csv')
team_sales['Rank'] = team_sales['Amount'].rank(ascending=False, method='min')
这样既保留了每月的原始记录,又快速获得了排名，类似场景在电商运营的月度排名统计中非常普遍，不用反复合并数据就能单独提取排名信息。
python rank在数据分析场景中的实战案例
脱离实际场景只讲语法很难真正掌握,以下两个案例覆盖了rank最常见的两种用法：单列排名和分组排名。
单列排名：商品价格与销量
某零售数据集包含商品名称、价格和销量，我们想找出每种商品按价格从低到高的排名，以及按销量从高到低的排名，同时对比其位置。
df['price_rank'] = df['Price'].rank(ascending=True, method='min') df['sales_rank'] = df['Sales'].rank(ascending=False, method='dense')
这样就能快速判断哪些商品是“高价格但低销量”，直接用排名差做筛选，据统计，这种双排名方法在市场调研类项目中被频繁使用。
分组排名：部门内部的绩效名次
分组排名（groupby rank）是rank的高阶应用，当数据存在多组（例如不同部门、不同品类）时，我们需要在每个组内独立排名。
df['dept_rank'] = df.groupby('Department')['Score'].rank(ascending=False, method='min')
这行代码让每个部门内部重新从1开始排名,而不是全公司大排名。人力资源绩效评估中，按团队排列名次比全体排名更有实际意义。
真实项目中,分组的键通常不止一个，城市+品类”，rank完全支持多重分组，pandas官方将这一功能列为数据处理管线中的标准组件。
理解rank()的各种参数及其与排序的差异，是数据分析师提升工作效率的必经之路，掌握min、dense、first等method在具体业务中的选择逻辑，就能避免因排名方式错误而导致的报告重复返工。
关于python rank()的常见问题
问：rank()中的na_option参数如何使用？
na_option决定缺失值（NaN）是否参与排名，设置为’keep’（默认）时，排名结果是NaN；设置为’top’时，缺失值会排在所有有效值之前，名次从1开始；’bottom’则反之，这在处理不完整数据时非常有用，可以灵活控制空值的地位。
问：rank()可以对非数值型数据排名吗？
rank()要求输入数据可以比较大小，因此字符串类型且无排序逻辑时会报错，但pandas的rank()在版本1.5以上对分类数据（Categorical）也提供了部分支持，实际操作中，建议将类别转为数值编码后再排名，例如使用factorize转换。
问：如何在排名后保留原索引并排序？
如果既想保留原数据又想按排名重新排序,可以先使用rank()生成排名列，再用sort_values()基于排名列排序，例如df.sort_values('rank')，此时原数据行的索引依然保留在原位置，便于回溯。
首发原创文章，作者：王坚，如若转载，请注明出处：https://idctop.com/python-rank/
