pandas rank浮点数排名异常 高数值排位靠后问题如何解决

排名逻辑异常和rank()函数本身无关，是twelve_m_yield字段的数据类型错误导致的：

• 该字段当前为字符串（object）类型，字符串排序遵循逐字符比对ASCII码的规则，第一位字符9的编码大于第一位字符1，因此所有个位数开头的收益率（6.xx、8.xx、9.xx）都会被判定为大于两位数开头的收益率（11.xx、15.xx、17.xx），最终出现排名错乱。

在执行排名逻辑前，先将字段转换为浮点数值类型即可得到正确结果：

# 第一步：将收益率字段转换为数值类型
df['twelve_m_yield'] = df['twelve_m_yield'].astype(float)

# 原有排名逻辑保持不变
df = df[['twelve_m_yield']]
df['ranking_twelve_m_yield'] = df['twelve_m_yield'].rank(ascending=False, method='first')
df = df.sort_values(by=['ranking_twelve_m_yield'])

print(df)

• 可以提前执行print(df.dtypes)查看各字段类型，只要参与数值计算、排序、排名的字段显示为object类型，都需要先做类型转换。
• 如果执行astype(float)时报错，说明字段内存在非数值脏数据（比如带百分号、千分位逗号、特殊空值占位符等），需要先做清洗再转类型，例如字段带百分号时可以先做替换处理：

  df['twelve_m_yield'] = df['twelve_m_yield'].str.replace('%', '').astype(float)
  

内容的提问来源于stack exchange，提问作者Diogo Wernik