python - Pandas 重新映射到列中的范围

我有一个ID为s的列的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

我该如何重新映射它，以便用户ID从任意数字开始递增，并根据原始数字递增？在此示例中，将从2开始：

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

最佳答案

IIUC，您要先按该列中的值对df进行排序，然后再使用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

然后可以使用sort_index还原索引：

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，您可以覆盖或删除列，以上只是演示如何获取所需的值

关于python - Pandas 重新映射到列中的范围，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/41808839/