Rank函数使用方法详解？

频道：游戏资讯日期：2025-04-05 19:44:05 浏览：16

　　在不同的工具和编程语言中，RANK 函数的具体用法有所不同。以下是几种常见场景下的用法说明，帮助你快速掌握其核心逻辑：

1. SQL 中的 `RANK()`

用途：对查询结果进行排名（常用于分析函数）。

语法：

RANK() OVER (

    [PARTITION BY 分组字段]

    ORDER BY 排序字段 [ASC|DESC]

)

特点：

相同值会获得相同排名，且下一个排名会跳过重复值后的位置（如：1, 2, 2, 4）。

使用 DENSE_RANK() 可避免跳过名次（如：1, 2, 2, 3）。

示例：

SELECT 

    student_id, 

    score,

    RANK() OVER (ORDER BY score DESC) AS rank

FROM exam_scores;

2. Excel 中的 `RANK` 函数

用途：对数值在数据集中的排名进行计算。

语法：

=RANK(number, ref, [order])

number: 要排名的数值。

ref: 数据范围（需绝对引用，如 $A$1:$A$10）。

[order]: 可选，0 或省略表示降序，1 表示升序。

示例：

=RANK(B2, $B$2:$B$100, 0)  # 计算 B2 在 B2:B100 中的降序排名

3. Python Pandas 中的 `rank()`

用途：为 DataFrame 或 Series 中的值分配排名。

语法：

df['rank'] = df['column'].rank(method='method', ascending=False)

关键参数：

method: 处理相同值的方式，可选 'average', 'min', 'max', 'first', 'dense'。

ascending: False 为降序排名（默认 True 升序）。

示例：

import pandas as pd

data = {'score': [90, 85, 85, 80]}

df = pd.DataFrame(data)

df['rank'] = df['score'].rank(method='dense', ascending=False)

# 输出：90→1, 85→2, 85→2, 80→3

关键区别总结

工具	并列排名处理	是否跳过名次	分组功能
SQL	`RANK()` 跳过，`DENSE_RANK()` 不跳过	是（RANK）	支持 `PARTITION BY`
Excel	默认跳过名次（类似 SQL 的 `RANK`）	是	无
Pandas	通过 `method` 参数灵活控制	可自定义	需手动分组