rank函数中的参数method有四个取值：无参,"min","max","first"

• 无参
  相同排名下，取平均值进行排名

ser=pd.Series([3,2,0,3],index=list('abcd'))
print(ser)

ser=ser.rank() #默认为average
print(ser)

#输出
a    3
b    2
c    0
d    3

dtype: int64
a    3.5
b    2.0
c    1.0
d    3.5
dtype: float64

因为a与d的值相同，排名分别为3和4，取平均值后为(3+4)/2=3.5，所以a和b的排名为3.5。

• min
  相同的值取较小的排名。

ser=pd.Series([3,2,0,3],index=list('abcd'))
print(ser)

ser=ser.rank(method='min')
print(ser)

#输出
a    3
b    2
c    0
d    3

dtype: int64
a    3.0
b    2.0
c    1.0
d    3.0
dtype: float64

因为a与d的值相同，排名分别为3和4，取较小的排名作为它们的排名，所以a和b的排名为3。

• max
  相同的值取较大的排名。

ser=pd.Series([3,2,0,3],index=list('abcd'))
print(ser)

ser=ser.rank(method='max')
print(ser)

#输出
a    3
b    2
c    0
d    3
dtype: int64

a    4.0
b    2.0
c    1.0
d    4.0
dtype: float64

因为a与d的值相同，排名分别为3和4，取较大的排名作为它们的排名，所以a和b的排名为4。

• first
  按顺序排列，不允许并列。

ser=pd.Series([3,2,0,3],index=list('abcd'))
print(ser)

ser=ser.rank(method='first')
print(ser)


#输出
a    3
b    2
c    0
d    3
dtype: int64
a    3.0
b    2.0
c    1.0
d    4.0
dtype: float64

相同的值按照出现顺序排列，先出现的值排名靠前（The first value is ranked first），不允许并列排名。