如何为Dataframe一列分配不同的数字[重复]

Posted 2023-03-29

【中文标题】如何为Dataframe一列分配不同的数字[重复]

【英文标题】：How to assign different numbers to Dataframe's one column [duplicate]

【发布时间】：2021-04-15 17:57:42

【问题描述】：

我有一个包含 294467 行和 7 列的数据框。我想为具有相同品牌的产品品牌分配相同的编号。

这是我的数据框的示例：

        overall  ...                 brand
0           5.0  ...     Pirmal Healthcare
1           5.0  ...     Pirmal Healthcare
2           5.0  ...     Pirmal Healthcare
3           5.0  ...     Pirmal Healthcare
4           4.0  ...     Pirmal Healthcare
 ...        ...                   ...
294975      4.0  ...  Gentlemen's Hardware
294976      5.0  ...     Benefit Cosmetics
294977      1.0  ...         Salon Perfect
294978      1.0  ...               GBSTORE
294979      1.0  ...               GBSTORE

[294467 rows x 7 columns]

最终结果应该是：

        overall  ...    brand
0           5.0  ...     1
1           5.0  ...     1
2           5.0  ...     1
3           5.0  ...     1
4           4.0  ...     1
  ...       ...         ...
294975      4.0  ...    7839
294976      5.0  ...    7840
294977      1.0  ...    7841
294978      1.0  ...    7842
294979      1.0  ...    7842

[294467 rows x 7 columns]

对于这个结果，我根据品牌对数据框进行了排序。然后用这个代码给他们分配不同的号码：

sorted_copy = copy.sort_values('brand')

random_number=0
first=""
for f, row in sorted_copy.iterrows():  
    i=row['brand'] 
    
    if(first == i):
        sorted_copy.at[f, 'brand'] = random_number
        
        
    elif(first !=i):
        first=i
        random_number= random_number +1
        sorted_copy.at[f, 'brand'] = random_number

但是，这个过程可能需要一个半小时。有什么办法可以在短时间内得到这个结果吗？有人可以帮忙吗？

谢谢。

【问题讨论】：

您能否通过您的数据框样本以及预期输出（不清楚您想要实现的目标）

你能检查一下我的例子的“品牌”栏吗？其他列并不那么重要。这就是为什么我没有在这里添加它们。 @DanailPetrov

所以..您只需要为每个品牌添加一个唯一编号，是这样吗？

使用df['brand'].factorize()[0]+1

此解决方案有效，而且速度非常快。谢谢！ @anky

【参考方案1】：

df['brand'] = df['brand'].astype("category").cat.codes 应该可以正常工作。