如何将pandas rank生成的字典中非整数四舍五入为唯一整数

方案1：从源头避免非整数排名（推荐） #

你调用pandas的rank方法时，直接指定method='first'参数，遇到并列值时会按数据出现的先后顺序直接分配唯一整数排名，不会生成带.5的浮点值，不需要后续二次处理。
示例调用写法：

# 假设df['col']是你要排名的列
df['rank'] = df['col'].rank(method='first')
# 转字典直接就是整数结果
rank_dict = df['rank'].to_dict()

方案2：已有浮点排名字典的处理方式 #

如果你已经生成了浮点排名的字典，可以通过排序后重新分配连续整数的方式实现需求，该方式可以保证排名相对顺序不变，且不会出现重复值，同值条目的排名先后可以通过调整排序规则自由控制。

示例代码 #

# 你的原始浮点排名字典
rank_dict = {
    'EHS': 11.0,
    'Engineering': 4.5,
    'GPS': 9.5,
    'Logistics': 3.0,
    'NPI & Technical': 7.0,
    'OSD': 8.0,
    'Quality': 1.5,
    'RSC & Micronising': 1.5,
    'Strategy': 4.5,
    'Tech': 6.0,
    'Unknown Function': 9.5
}

# 按原始排名值升序排序，同值条目默认按键名升序排序，可修改key调整同值先后顺序
sorted_items = sorted(rank_dict.items(), key=lambda x: (x[1], x[0]))
# 按排序后的顺序分配唯一连续整数排名
new_rank_dict = {k: idx + 1 for idx, (k, v) in enumerate(sorted_items)}

输出结果示例 #

{
    'Quality': 1,
    'RSC & Micronising': 2,
    'Logistics': 3,
    'Engineering': 4,
    'Strategy': 5,
    'Tech': 6,
    'NPI & Technical': 7,
    'OSD': 8,
    'GPS': 9,
    'Unknown Function': 10,
    'EHS': 11
}

如果你要调整同值条目的整数分配顺序，比如让Strategy排4、Engineering排5，只需要修改排序的key即可，示例：

# 同值条目按键名倒序排序
sorted_items = sorted(rank_dict.items(), key=lambda x: (x[1], x[0]), reverse=True)

内容的提问来源于stack exchange，提问作者Abijah