polars.Series.rank

Series.rank(
    method: RankMethod = 'average',
    *,
    descending: bool = False,
    seed: int | None = None,
) → Series

Присваивает данным ранги, корректно обрабатывая совпадающие значения.

Параметры:

method{‘average’, ‘min’, ‘max’, ‘dense’, ‘ordinal’, ‘random’}

Метод, используемый для присвоения рангов совпадающим элементам. Доступны следующие методы (по умолчанию — ‘average’):

• ‘average’ : Каждому значению присваивается среднее значение рангов, которые были бы присвоены всем совпадающим значениям.
• ‘min’ : Каждому значению присваивается минимальное значение рангов, которые были бы присвоены всем совпадающим значениям. (Этот способ также называют ранжированием по принципу «соревнования».)
• ‘max’ : Каждому значению присваивается максимальное значение рангов, которые были бы присвоены всем совпадающим значениям.
• ‘dense’ : Аналогично ‘min’, но следующему по величине элементу присваивается ранг, следующий непосредственно за рангами совпадающих элементов.
• ‘ordinal’ : Всем значениям присваивается отдельный ранг, соответствующий порядку их появления в Series.
• ‘random’ : Аналогично ‘ordinal’, но ранг совпадающих значений не зависит от порядка их появления в Series.

descending

Ранжировать в порядке убывания.

seed

Если method="random", использовать это значение в качестве начального числа.

Примечания

Если вы знакомы с SQL, вы можете ожидать, что значения null будут ранжироваться последними. Однако Polars ранжирует только ненулевые значения и сохраняет значения null без изменений.

Примеры

Метод ‘average’:

>>> s = pl.Series("a", [3, 6, 1, 1, 6])
>>> s.rank()
shape: (5,)
Series: 'a' [f64]
[
    3.0
    4.5
    1.5
    1.5
    4.5
]

Метод ‘ordinal’:

>>> s = pl.Series("a", [3, 6, 1, 1, 6])
>>> s.rank("ordinal")
shape: (5,)
Series: 'a' [u32]
[
    3
    4
    1
    2
    5
]