尝试将 ID 分配给 pandas DataFrame 中的对，得到不一致的结果

Posted 2023-02-16

【中文标题】尝试将 ID 分配给 pandas DataFrame 中的对，得到不一致的结果

【英文标题】：Trying to assign IDs to pairs in a pandas DataFrame, getting inconsistent results

【发布时间】：2020-10-27 16:25:56

【问题描述】：

我有一个 df：

df = pd.DataFrame('src':['LV','LA','NC','NY','ABC','XYZ'], 'dest':['NC','NY','LV','LA','XYZ','ABC'], 'dummy':[1,3,6,7,8,10])
src   dest   dummy
LV      NC       1
LA      NY       3
NC      LV       6
NY      LA       7
ABC     XYZ      8
XYZ     ABC     10

我通过了：

df['pair'] = df[['src', 'dest']].apply(lambda x : tuple(set(x)), 1).factorize()[0] + 1

尝试关闭唯一的对，例如 (a->b, b->a)

我正确地结束了这个：

src   dest   dummy  pair
LV      NC       1     1
LA      NY       3     2
NC      LV       6     1
NY      LA       7     2
ABC     XYZ      8     3
XYZ     ABC     10     3

但是，有时当我运行它时，我最终会出现以下错误：

 src   dest   dummy  pair
LV      NC       1     1
LA      NY       3     2
NC      LV       6     1
NY      LA       7     2
ABC     XYZ      8     3
XYZ     ABC     10     4

如您所见，由于某种原因，最后一个元素没有正确锁定为“3”对。这是随机发生的。我可以通过注释掉“配对关闭”代码，运行脚本来制作和打印 df，然后取消注释并重试来重现这一点。您可以通过运行其他修改以其他方式重现此情况。

如何解决这种不确定的行为？

【参考方案1】：

试试set的问题，你可以改成frozenset

df['pair'] = pd.DataFrame(np.sort(df[['src','dest']].values,1)).agg(tuple,1).factorize()[0]+1
Out[108]: array([1, 2, 1, 2, 3, 3], dtype=int64)

【讨论】：

谢谢！上面代码中究竟在哪里使用了frozenset？

@reeeeeeeeeeee 我的意思是修复了你的代码df['pair'] = df[['src', 'dest']].apply(lambda x : tuple(frozenset(x)), 1).factorize()[0] + 1