Python：如何将系列/列中的相同数字更改为其他值？

Question

我正在尝试更改数据框中很长的列（大约 1mio 条目）的值。我有类似的东西####ID_Orig3452  3452  3452  6543  6543...我想要类似的东西####ID_new0  0  0  1  1  ...目前我正在这样做：j=0for i in range(0,1199531):     if data.ID_orig[i]==data.ID_orig[i+1]:        data.ID_orig[i] = j    else:        data.ID_orig[i] = j        j=j+1这需要很长时间......有没有更快的方法来做到这一点？我不知道值ID_orig有什么以及单个值出现的频率。

Answer 1

使用factorize，但如果有重复的组，则输出值设置为相同的数字。

将ed 值与ne( !=)进行比较的另一种解决方案更通用 - 始终创建新值，如果重复组值也是如此：shiftcumsum

df['ID_new1'] = pd.factorize(df['ID_Orig'])[0]

df['ID_new2'] = df['ID_Orig'].ne(df['ID_Orig'].shift()).cumsum() - 1

print (df)

   ID_Orig  ID_new1  ID_new2

0     3452        0        0

1     3452        0        0

2     3452        0        0

3     6543        1        1

4     6543        1        1

5      100        2        2

6      100        2        2

7     6543        1        3 <-repeating group

8     6543        1        3 <-repeating group

Answer 2

你可以这样做 …

import collections

l1 = [3452, 3452, 3452, 6543, 6543]

c = collections.Counter(l1)

l2 = list(c.items())

l3 = []

for i, t in enumerate(l2):

    for x in range(t[1]):

        l3.append(i)

for x in l3:

    print(x)

这是输出：

0

0

0

1

1