값 순위 매기기
rank()로 열 값에 순위를 부여하고 동률 처리 방법을 선택하며 pd.cut()으로 백분위 구간을 만듭니다.
값 순위 매기기은(는) CoddyKit의 무료 Pandas & NumPy Academy 강의입니다. 이것은 4개 중 3번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 Pandas & NumPy Academy 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. Pandas & NumPy Academy 강의에는 총 4개의 강의가 포함되어 있습니다.
순위란 무엇인가요?
순위 매기기는 상대적인 크기를 기준으로 Series의 각 값에 위치를 할당합니다. 가장 작은 값에는 순위 1을, 가장 큰 값에는 순위 n을 부여합니다(또는 그 반대입니다). 행의 순서를 바꾸는 정렬과 달리 rank()는 원래 데이터 옆에 서수 위치를 나타내는 새 열을 추가합니다. 순위는 순위표, 백분위수 계산, 절대값이 아닌 서수 위치가 필요한 일부 통계 검정에 사용됩니다.
import pandas as pd
df = pd.DataFrame({
'player': ['Alice', 'Bob', 'Carol', 'Dave', 'Eve'],
'score': [88, 72, 95, 72, 85]
})
df['rank'] = df['score'].rank()
print(df)
# player score rank
# 0 Alice 88 4.0
# 1 Bob 72 1.5 <- tied with Dave
# 2 Carol 95 5.0
# 3 Dave 72 1.5 <- tied with Bob
# 4 Eve 85 3.0오름차순 순위와 내림차순 순위
기본적으로 rank()는 가장 작은 값에 순위 1을 부여합니다(오름차순). 가장 큰 값에 순위 1을 부여하려면(예: 대회의 1위) ascending=False를 전달하세요. 이는 스포츠, 순위표, 판매 순위에서 사용하는 '최고 점수 = 1위'라는 관례와 같습니다.
import pandas as pd
df = pd.DataFrame({'score': [70, 95, 85, 60, 90]})
# Rank 1 = highest score
df['competition_rank'] = df['score'].rank(ascending=False)
print(df)
# score competition_rank
# 0 70 4.0
# 1 95 1.0
# 2 85 3.0
# 3 60 5.0
# 4 90 2.0동점 처리 방법
여러 행의 값이 같을 때(동점) method 매개변수가 순위 할당 방법을 결정합니다. 선택지는 다음과 같습니다. 'average'(기본값 — 동점인 행이 평균 순위를 공유), 'min'(모든 동점 행에 가장 낮은 순위 부여), 'max'(모두 가장 높은 순위 부여), 'first'(먼저 나타나는 행에 더 낮은 순위 부여), 'dense'(동점 뒤에도 순위 번호에 빈칸이 없음)입니다.
import pandas as pd
s = pd.Series([10, 20, 20, 30])
print('average:', s.rank(method='average').tolist()) # [1.0, 2.5, 2.5, 4.0]
print('min: ', s.rank(method='min').tolist()) # [1.0, 2.0, 2.0, 4.0]
print('max: ', s.rank(method='max').tolist()) # [1.0, 3.0, 3.0, 4.0]
print('first: ', s.rank(method='first').tolist()) # [1.0, 2.0, 3.0, 4.0]
print('dense: ', s.rank(method='dense').tolist()) # [1.0, 2.0, 2.0, 3.0]Dense 순위: 동점 뒤에 빈 순위 없음
'dense' 방법은 빈 순위 없이 순위를 매기고 싶을 때 특히 유용합니다. 'min'에서는 두 항목이 공동 2위가 되면 다음 순위가 4위가 되어 3위가 생략됩니다. 'dense'에서는 다음 순위가 항상 3위가 되어 연속적인 순서를 유지합니다. Dense 순위는 SQL의 DENSE_RANK() 윈도 함수에서 표준적으로 사용되며 순위표에서도 흔히 사용됩니다.
import pandas as pd
df = pd.DataFrame({
'name': ['A', 'B', 'C', 'D', 'E'],
'score': [100, 80, 80, 60, 60]
})
df['dense_rank'] = df['score'].rank(method='dense', ascending=False).astype(int)
print(df)
# name score dense_rank
# 0 A 100 1
# 1 B 80 2
# 2 C 80 2 <- same score, same rank
# 3 D 60 3 <- next rank is 3, not 4
# 4 E 60 3pct=True를 사용한 백분위 순위
rank()에서 pct=True를 설정하면 순위가 [0, 1] 범위로 정규화되어 백분위 순위를 얻을 수 있습니다. 백분위 순위가 0.8인 값은 열의 값 중 80%보다 높다는 의미입니다. 이는 금융(백분위 성과), 성적 평가(점수 백분위), 이상치 탐지에 사용됩니다.
import pandas as pd
df = pd.DataFrame({'score': [50, 70, 80, 90, 100]})
df['percentile'] = df['score'].rank(pct=True)
print(df)
# score percentile
# 0 50 0.2
# 1 70 0.4
# 2 80 0.6
# 3 90 0.8
# 4 100 1.0그룹 내에서 순위 매기기
각 그룹 내에서 독립적으로 순위를 계산하려면(예: 각 부서의 급여 순위) groupby()와 rank()를 함께 사용하세요. groupby().rank()를 사용하면 그룹별로 순위 함수를 적용하고 원래 DataFrame 인덱스에 맞춰진 Series를 반환하므로, '그룹 내 순위' 열을 추가하기에 적합합니다.
import pandas as pd
df = pd.DataFrame({
'dept': ['Eng', 'Eng', 'HR', 'HR', 'Eng'],
'name': ['Alice', 'Bob', 'Carol', 'Dave', 'Eve'],
'salary': [90000, 70000, 55000, 65000, 80000]
})
df['dept_rank'] = df.groupby('dept')['salary'].rank(
method='dense', ascending=False
).astype(int)
print(df.sort_values(['dept', 'dept_rank']))
# dept name salary dept_rank
# 0 Eng Alice 90000 1
# 4 Eng Eve 80000 2
# 1 Eng Bob 70000 3
# 3 HR Dave 65000 1
# 2 HR Carol 55000 2같은 너비의 구간을 위한 pd.cut()
pd.cut(series, bins)은 연속형 숫자 열을 너비가 같은 구간(bin)으로 나누고 각 값을 해당 구간에 할당합니다. 이를 통해 연속형 변수를 범주형 변수로 변환할 수 있으며, 히스토그램, 연령대, 소득 구간 또는 모든 이산화 작업에 유용합니다. 결과는 구간 레이블이 지정된 Categorical Series입니다.
import pandas as pd
df = pd.DataFrame({'age': [5, 15, 25, 35, 45, 55, 65, 75]})
df['age_group'] = pd.cut(df['age'], bins=[0, 18, 35, 60, 100],
labels=['Child', 'Young Adult', 'Middle Age', 'Senior'])
print(df)
# age age_group
# 0 5 Child
# 1 15 Child
# 2 25 Young Adult
# 3 35 Young Adult
# 4 45 Middle Age
# 5 55 Middle Age
# 6 65 Senior
# 7 75 Senior같은 빈도의 구간을 위한 pd.qcut()
pd.qcut(series, q)은 각 구간에 거의 같은 수의 관측값이 포함되도록 분위수 기반 구간으로 값을 나눕니다. 너비가 같은 구간을 만드는 pd.cut()과 달리 pd.qcut()은 크기가 같은 그룹을 만듭니다. 따라서 십분위 점수, 오분위 분할, 사분위 그룹화와 같은 백분위 기반 세분화에 유용합니다.
import pandas as pd
import numpy as np
np.random.seed(0)
df = pd.DataFrame({'score': np.random.randint(40, 100, 20)})
# Split into 4 equal-frequency quartiles
df['quartile'] = pd.qcut(df['score'], q=4, labels=['Q1', 'Q2', 'Q3', 'Q4'])
print(df['quartile'].value_counts().sort_index())
# Q1 5
# Q2 5
# Q3 5
# Q4 5cut()과 qcut()의 주요 차이
구간에 자연스러운 도메인 의미가 있을 때(예: 연령 구간 0~18세, 18~35세, 35~60세)는 pd.cut()을 사용하세요. 이 경우 구간 너비가 의미상 중요합니다. 경계가 어디에 놓이는지와 관계없이 그룹 크기를 같게 만들고 싶을 때는 pd.qcut()을 사용하세요. 예를 들어 고객을 상위 사분위와 하위 사분위로 나눌 때입니다. 치우친 분포에서는 cut()이 매우 불균등한 그룹을 만들지만 qcut()은 같은 크기의 그룹을 만듭니다.
import pandas as pd
import numpy as np
np.random.seed(0)
# Skewed distribution: most values near 0
skewed = pd.Series(np.random.exponential(scale=5, size=100).round())
# cut with equal width: many empty or tiny upper bins
cut_counts = pd.cut(skewed, bins=4).value_counts().sort_index()
print('cut():', cut_counts.values)
# qcut with equal frequency: always 25 per group
qcut_counts = pd.qcut(skewed, q=4).value_counts().sort_index()
print('qcut():', qcut_counts.values)순위 번호를 열로 추가하기
순위가 매겨진 결과 표를 만드는 깔끔한 패턴은 내림차순으로 정렬하고, 인덱스를 0부터 시작하도록 재설정한 다음, 사람에게 읽기 쉬운 1부터 시작하는 순위를 위해 1을 더하고, 이를 원래 데이터와 함께 표시하는 것입니다. 이렇게 하면 빈 순위 없이 깔끔한 순위 번호가 있는 프레젠테이션용 순위표가 만들어집니다.
import pandas as pd
df = pd.DataFrame({
'team': ['Falcons', 'Eagles', 'Hawks', 'Owls'],
'wins': [12, 9, 12, 7]
})
leaderboard = (
df
.sort_values('wins', ascending=False)
.reset_index(drop=True)
)
leaderboard.index = leaderboard.index + 1
leaderboard.index.name = 'place'
print(leaderboard)머신 러닝의 특성으로 사용하는 순위
순위로 변환한 특성은 이상치에 강하기 때문에 머신 러닝에서 유용합니다. 매우 크거나 작은 값도 특성 분포를 왜곡하는 대신 양 끝에 가까운 순위를 받기 때문입니다. 순위 변환은 트리 기반 모델을 사용하기 전의 전처리 단계로, 또는 숫자 척도 자체는 중요하지 않고 상대적인 순서가 중요할 때 사용되기도 합니다.
import pandas as pd
import numpy as np
df = pd.DataFrame({
'income': [30000, 50000, 70000, 1_000_000] # outlier at 1M
})
# Add rank as a feature
df['income_rank'] = df['income'].rank(pct=True)
print(df)
# income income_rank
# 0 30000 0.25
# 1 50000 0.50
# 2 70000 0.75
# 3 1000000 1.00
# The outlier has rank 1.0 — extreme but not disproportionate빠른 확인
Pandas에서 값의 순위를 매기는 방법을 얼마나 이해했는지 확인해 보세요.
레슨 요약
이 레슨에서는 다음을 배웠습니다. rank()는 값에 서수 위치를 할당하고, method='dense'는 동점 뒤의 빈 순위를 방지하며, pct=True는 [0,1] 범위의 백분위 순위를 제공하고, groupby().rank()는 그룹 내 순위를 계산합니다. 연속형 변수를 이산화할 때 너비가 같은 구간에는 pd.cut()을, 빈도가 같은 구간에는 pd.qcut()을 사용하세요. 다음에는 DataFrame 인덱스를 설정하고 재설정해 보겠습니다.
AI 튜터와 함께 Python을(를) 배우세요 — 무료
브라우저에서 실제 코드를 작성하고 실행하며, 24/7 AI 튜터로부터 즉각적인 도움을 받고, 웹이나 앱에서 중단한 부분부터 계속 학습하세요.
- 코스
- 30
- 레슨
- 120
자주 묻는 질문
“값 순위 매기기” 강의는 무료인가요?
네 — “값 순위 매기기” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 Pandas & NumPy Academy 강의 전체를 잠금 해제할 수 있습니다. Pandas & NumPy Academy 강의에는 총 4개의 강의가 포함되어 있습니다.
“값 순위 매기기”에서 뭘 배우나요?
rank()로 열 값에 순위를 부여하고 동률 처리 방법을 선택하며 pd.cut()으로 백분위 구간을 만듭니다. 브라우저에서 직접 실행하는 실습 코드로 Pandas & NumPy Academy을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.
Pandas & NumPy Academy을(를) 시작하는 데 경험이 필요한가요?
사전 경험은 필요하지 않습니다. CoddyKit의 Pandas & NumPy Academy은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 3번째 강의입니다.
“값 순위 매기기” 강의는 얼마나 걸리나요?
대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.
이 Pandas & NumPy Academy 강의에서 코드를 작성하고 실행할 수 있나요?
네. 모든 Pandas & NumPy Academy 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.
이 강의의 모든 강의
- 열 값으로 정렬하기
- 인덱스로 정렬하기
- 값 순위 매기기
- 인덱스 설정과 재설정