[Python] pandas - DataFrame/Series 에서 순위 구하는 함수 rank()

데이터 분석을 처리하다보면 정렬을 하는 경우도 필요하고, 정렬에 대한 그룹별 순위를 구하는 것 또한 필요하다. 

그럴때 자주 사용되는 함수가 바로 rank() 함수이다. 

 

rank 함수는 아래와 같은 형식으로 사용한다. 

 

pd.Series.rank(method = 'average', ascending = True)

 

위와 같이 rank를 사용하는 경우, 두개의 중요한 옵션이 있다. 

1) 동점을 처리하는 방법 2) 오름차순/내림차순 유무 이다. 

 

순위를 구할 때 동점 처리하는 방법은 아래와 같다. 

• method = 'average' : 동점 관측치일 때 그룹 내 평균 순위를 부여(default)
• method = 'min' : 동점 관측치일 때 그룹 내 최소 순위 부여
• method = 'max' : 동점 관측치일 때 그룹 내 최대 순위 부여
• method = 'first' : 동점 관측치일 때 데이터 상에서 먼저 나타나는 관측치부터 순위 부여
• method = 'dense' : 동점 관측치일 때 그룹 내 최소 순위를 부여하나, 순위가 1씩 증가함

출처 : R friend

순위를 오름차순/내림차순으로 구하는 방법은 아래와 같다. 

• ascending = True : 오름차순으로 정렬(default)
• ascending = False : 내림차순으로 정렬

예제

import numpy as np
import pandas as pd

df = pd.DataFrame({
    'name': ['kim', 'lee', 'park', 'choi', 'jung', 'gang', 'nam'],
    'score': [70, 95, 100, 95, 70, 90, 70]
}, columns=['name', 'score'])

df

>>>
name score
0 kim 70
1 lee 95
2 park 100
3 choi 95
4 jung 70
5 gang 90
6 nam 70

## 출처: https://rfriend.tistory.com/461 [R, Python 분석과 프로그래밍의 친구 (by R Friend)]

## 순위 구하기
df['rank_by_av'] = df['score'].rank() # method = 'average', ascending = True
df['rank_by_min_desc'] = df['score'].rank(method = 'min', ascending = False) # 동점이 나왔을 때 최소순의 부여, 내림차순

df
>>>
name	score	rank_by_av	rank_by_min_desc
0	kim	70	2.0	5.0
1	lee	95	5.5	2.0
2	park	100	7.0	1.0
3	choi	95	5.5	2.0
4	jung	70	2.0	5.0
5	gang	90	4.0	4.0
6	nam	70	2.0	5.0

그룹별로 순위를 구할 때에는 아래와 같이 작성해주면 된다.

df.groupby(column name).rank()

## 그룹별 순위 구하기
from itertools import chain, repeat

df2 = pd.DataFrame({'name': ['kim', 'lee', 'park', 'choi']*3,
                    'course': list(chain.from_iterable((repeat(course, 4)
                                                        for course in ['korean', 'english', 'math']))),
                    'score': [70, 95, 100, 95, 65, 80, 95, 90, 100, 85, 90, 90]
                   }, columns=['name', 'course', 'score'])


df2
>>>>

name	course	score
0	kim	korean	70
1	lee	korean	95
2	park	korean	100
3	choi	korean	95
4	kim	english	65
5	lee	english	80
6	park	english	95
7	choi	english	90
8	kim	math	100
9	lee	math	85
10	park	math	90
11	choi	math	90

df2['rank_by_min_per_course'] = df2.groupby('course')['score'].rank(method='min', ascending=False)

df2

>>>

name	course	score	rank_by_min_per_course
0	kim	korean	70	4.0
1	lee	korean	95	2.0
2	park	korean	100	1.0
3	choi	korean	95	2.0
4	kim	english	65	4.0
5	lee	english	80	3.0
6	park	english	95	1.0
7	choi	english	90	2.0
8	kim	math	100	1.0
9	lee	math	85	4.0
10	park	math	90	2.0
11	choi	math	90	2.0

 

참고 : 

rfriend.tistory.com/461

[Python pandas] DataFrame, Series에서 순위(rank)를 구하는 rank() 함수