Pandas Rank：方法='密集'和pct = True的意外行为

Question

假设我有一个重复的系列：

import pandas as pd
ts = pd.Series([1,2,3,4] * 5)

我想计算它的百分等级。 使用多个匹配计算排名总是有点棘手，但我认为我得到了意想不到的结果：

ts.rank(method = 'dense', pct = True)

Out[112]: 
0     0.05
1     0.10
2     0.15
3     0.20
4     0.05
5     0.10
6     0.15
7     0.20
8     0.05
9     0.10
10    0.15
11    0.20
12    0.05
13    0.10
14    0.15
15    0.20
16    0.05
17    0.10
18    0.15
19    0.20
dtype: float64

所以我得到百分位数[0.05,0.1,0.15,0.2]，其中我猜预期输出可能是[0.25,0.5,0.75,1]，即将输出乘以重复值的数量。

我的猜测是，为了计算百分位数，pd.rank只是除以观察数，这对于方法='密集'是错误的。

所以我的问题是：

1. 您是否同意输出是意外/错误

2. 如何获得我的预期输出，即如果我没有任何重复，我将获得的百分位数分配给每个副本 系列？

Answer 1

我在GithUB上报告了这个问题：https://github.com/pandas-dev/pandas/pull/15639

所有pct = True确实除以nobs，这给方法='密集'提供了意想不到的行为，因此这被视为在下一个主要版本中修复的错误。