Ранжирование альбомов с обработкой совпадающих значений

Ваш лейбл еженедельно публикует внутреннюю турнирную таблицу на основе данных Spotify. Способ обработки совпадающих значений может влиять на восприятие артистов — несколько альбомов имеют одинаковое количество слушателей, поэтому важно сравнить, как разные методы ранжирования справляются с такими случаями.

polars загружен как pl. DataFrame spotify с метриками стриминга уже доступен.

Это упражнение является частью курса

Преобразование данных с помощью Polars

Посмотреть курс

Инструкции к упражнению

Создайте ранжирование monthly_listeners в порядке убывания, присвоив псевдоним rank_default.
Добавьте второе ранжирование с обработкой совпадений в стиле турнирной таблицы, присвоив псевдоним rank_min.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Rank albums by monthly_listeners with default and min tie handling
result = spotify.with_columns(
    pl.col("monthly_listeners")
    .____(descending=____)
    .alias("rank_default"),

    pl.col("monthly_listeners")
    .rank(method="____", ____=True)
    .alias("rank_min"),
).sort("rank_default")

print(result.head())

Редактировать и запускать код