下面是使用Python编写的一个计算百分位数排名的过滤器的示例代码：

import pandas as pd

def calculate_percentile_rank(data, value):
    """
    计算给定值在数据集中的百分位数排名
    :param data: 数据集
    :param value: 给定值
    :return: 百分位数排名
    """
    rank = (data < value).mean() * 100
    return rank

# 示例数据
data = pd.Series([10, 20, 30, 40, 50])

# 计算值30在数据集中的百分位数排名
percentile_rank = calculate_percentile_rank(data, 30)
print(f"30在数据集中的百分位数排名为：{percentile_rank}%")

这个示例代码中，我们使用Pandas库创建了一个Series对象作为示例数据。然后定义了calculate_percentile_rank函数，该函数接受数据集和一个值作为输入，返回给定值在数据集中的百分位数排名。在函数内部，我们使用mean()函数计算小于给定值的数据占总数据量的比例，并乘以100得到百分位数排名。最后，我们使用示例数据和值30调用该函数，并打印结果。

请注意，这只是一个简单的示例代码，实际应用中可能需要更复杂的数据处理和计算逻辑。