Skip to main content
 首页 » 编程设计

python之Pandas 重新映射到列中的范围

2025年02月15日7zengkefu

我有一个带有 id:s 列的 DataFrame,可以包含重复项:

>>> df['user_id'].head() 
Out[3]:  
0    2134 
1    1234 
2    4323 
3    25434 
4    1234 
Name: user_id, dtype: int64 

我如何重新映射它,以便用户 ID 从任意数字开始,并根据原始数字递增?在此示例中,它将是以下内容,从 2 开始:

>>> df['user_id'].head() 
Out[3]:  
0    3 
1    2 
2    4 
3    5 
4    2 
Name: user_id, dtype: int64 

请您参考如下方法:

IIUC,您想先按该列中的值对 df 进行排序,然后使用 factorize:

In [29]: 
df1 = df.reindex(df['user_id'].sort_values().index) 
df1 
 
Out[29]: 
       user_id 
index          
1         1234 
4         1234 
0         2134 
2         4323 
3        25434 
 
In [30]:     
df1['new_id'] = pd.factorize(df1['user_id'])[0] + 2 
df1 
 
Out[30]: 
       user_id  new_id 
index                  
1         1234       2 
4         1234       2 
0         2134       3 
2         4323       4 
3        25434       5 

然后您可以使用 sort_index 恢复索引:

In [31]: 
df1 = df1.sort_index() 
df1 
 
Out[31]: 
       user_id  new_id 
index                  
0         2134       3 
1         1234       2 
2         4323       4 
3        25434       5 
4         1234       2 

然后您可以覆盖或删除一列,上面只是为了演示如何获取您想要的值