stats.rankdata

stats.rankdata（即 scipy.stats.rankdata）是一个把原始数据转换成秩次（rank）的函数，常用于计算非参数统计量（如 Spearman ρ、Mann-Whitney U、Kruskal-Wallis H 等）之前的数据预处理。

---

📌 基本语法

from scipy.stats import rankdata

ranks = rankdata(a, method='average')

参数	含义
a	一维数组或列表，待排序的数据
method	遇到并列值（tie）时如何分配秩次，共 5 种策略（见下）

---

🔍 method 选项

method	遇到并列值时的处理方式	示例（值 3 出现 2 次）
'average'	取平均秩次	2.5, 2.5
'min'	取最小秩次	2, 2
'max'	取最大秩次	3, 3
'dense'	并列后下一个秩次仅+1	2, 2，然后下一个是 3
'ordinal'	忽略并列，按出现顺序给秩次	2, 3

---

✅ 示例

from scipy.stats import rankdata

x = [10, 20, 20, 30]

print("average:", rankdata(x, method='average'))  # [1.  2.5 2.5 4. ]
print("min    :", rankdata(x, method='min'))      # [1 2 2 4]
print("max    :", rankdata(x, method='max'))      # [1 3 3 4]
print("dense  :", rankdata(x, method='dense'))    # [1 2 2 3]
print("ordinal:", rankdata(x, method='ordinal'))  # [1 2 3 4]

---

🎯 实战场景

1. 计算 Spearman 相关系数前先做秩转换

from scipy.stats import rankdata, spearmanr

x = [1, 2, 3, 4, 5]
y = [5, 6, 7, 8, 7]

# 等价于直接 spearmanr(x, y)，但这里展示手动秩转换
rx = rankdata(x, method='average')
ry = rankdata(y, method='average')

rho, p = spearmanr(rx, ry)
print("Spearman ρ =", rho)

2. 处理缺失值

import numpy as np
x = [3, np.nan, 1, 2]
mask = ~np.isnan(x)
ranks_valid = rankdata(np.array(x)[mask])
print(ranks_valid)  # [2. 1. 3.]

---

⚠️ 注意事项

1. 输入必须是一维；二维数组请按行/列循环或用 np.apply_along_axis。
2. 默认 method='average'，与 R 的 rank(..., ties.method = "average") 一致。
3. 若数据量很大且存在大量并列值，method='dense' 可节省内存（秩次连续）。

---

如果你有并列值很多或需要按列批量排名的场景，贴出代码片段，我可以帮你优化。