如何在某些情况下重命名 pandas 数据框中的列值
how to rename a column value in pandas dataframe on some condition
我有一个这样的 pandas 数据框：
order_id buyer_id phone_no
611 261 9920570003
681 261 9321613595
707 261 9768270700
707 261 9768270700
707 261 9768270700
708 261 9820895896
710 261 7208615775
710 261 7208615775
710 261 7208615775
711 261 9920986486
800 234 Null
801 256 Null
803 289 Null
我必须按如下方式替换 buyer_id 列：
order_id buyer_id phone_no
611 261_01 9920570003
681 261_02 9321613595
707 261_03 9768270700
707 261_03 9768270700
707 261_03 9768270700
708 261_04 9820895896
710 261_05 7208615775
710 261_05 7208615775
710 261_05 7208615775
711 261_06 9920986486
800 234 Null
801 256 Null
803 289 Null
因此，如果 phone 编号相同，则应将其视为同一买家，否则应将新系列添加到 261。我只想重命名 261 buyer_id，其他行应该相同。因为我将来自 phone 的订单视为 261
我可以使用以下代码在 261 buyer_id 中添加系列：
for i in range((len(phone_orders):
print '261_%d' %i
segments_data['buyer_id']
phone_orders 包含所有 phone 个订单。
但我不知道如何用所需的输出替换 buyer_id 列
df['buyer_id'] = '261_' + (df['phone_no'] !=
df['phone_no'].shift()).cumsum().map("{:02}".format)
buyer_id phone_no
261_01 9920570003
261_02 9321613595
261_03 9768270700
261_03 9768270700
261_03 9768270700
261_04 9820895896
261_05 7208615775
261_05 7208615775
261_05 7208615775
261_06 9920986486
261_07 9768270700
261_07 9768270700
261_07 9768270700
261_08 9820895896
261_09 7208615775
261_09 7208615775
261_09 7208615775
所以 7208615775 phone_no 应该是 261_05 但它给出 261_09。
您可以使用 astype for converting column buyer_id to string, shift, cumsum and then map:
df['buyer_id']=df['buyer_id'].astype(str) + '_' + (df['phone_no'] != df['phone_no'].shift())
.cumsum()
.map("{:02}".format)
print df
order_id buyer_id phone_no
0 611 261_01 9920570003
1 681 261_02 9321613595
2 707 261_03 9768270700
3 707 261_03 9768270700
4 707 261_03 9768270700
5 708 261_04 9820895896
6 710 261_05 7208615775
7 710 261_05 7208615775
8 710 261_05 7208615775
9 711 261_06 9920986486
解释：
print (df['phone_no'] != df['phone_no'].shift())
0 True
1 True
2 True
3 False
4 False
5 True
6 True
7 False
8 False
9 True
Name: phone_no, dtype: bool
print (df['phone_no'] != df['phone_no'].shift()).cumsum()
0 1
1 2
2 3
3 3
4 3
5 4
6 5
7 5
8 5
9 6
Name: phone_no, dtype: int32
print (df['phone_no'] != df['phone_no'].shift()).cumsum().map("{:02}".format)
0 01
1 02
2 03
3 03
4 03
5 04
6 05
7 05
8 05
9 06
Name: phone_no, dtype: object
编辑：
如果您想要在列 buyer_id 中过滤值 261，您可以使用 loc:
过滤它们
print df.loc[df['buyer_id'] == 261, 'buyer_id']
0 261
1 261
2 261
3 261
4 261
5 261
6 261
7 261
8 261
9 261
Name: buyer_id, dtype: int64
df.loc[df['buyer_id'] == 261, 'buyer_id'] = df['buyer_id'].astype(str) + '_' + (df['phone_no'] != df['phone_no'].shift()).cumsum().map("{:02}".format)
print df
order_id buyer_id phone_no
0 611 261_01 9920570003
1 681 261_02 9321613595
2 707 261_03 9768270700
3 707 261_03 9768270700
4 707 261_03 9768270700
5 708 261_04 9820895896
6 710 261_05 7208615775
7 710 261_05 7208615775
8 710 261_05 7208615775
9 711 261_06 9920986486
10 800 234 Null
11 801 256 Null
12 803 289 Null
原始问题
首先找到唯一的 phone 号码并创建 ID：
id_map = {k: v for v, k in enumerate(df.phone_no.unique(), 1)}
现在，抛出所有条目，将它们添加到相应的 phone 数字中：
df.buyer_id = df.apply(lambda x: '{}_{:02d}'.format(x.buyer_id, id_map[x.phone_no]), axis=1)
结果：
order_id buyer_id phone_no
0 611 261_01 9920570003
1 681 261_02 9321613595
2 707 261_03 9768270700
3 707 261_03 9768270700
4 707 261_03 9768270700
5 708 261_04 9820895896
6 710 261_05 7208615775
7 710 261_05 7208615775
8 710 261_05 7208615775
9 711 261_06 9920986486
仅限买家id 261
id_map = {k: v for v, k in enumerate(df[df.buyer_id==261].phone_no.unique(), 1) }
def make_buyer_id(x):
try:
return '{}_{:02d}'.format(x.buyer_id, id_map[x.phone_no])
except KeyError:
return x.buyer_id
df.buyer_id = df.apply(make_buyer_id, axis=1)
结果：
order_id buyer_id phone_no
0 611 261_01 9920570003
1 681 261_02 9321613595
2 707 261_03 9768270700
3 707 261_03 9768270700
4 707 261_03 9768270700
5 708 261_04 9820895896
6 710 261_05 7208615775
7 710 261_05 7208615775
8 710 261_05 7208615775
9 711 261_06 9920986486
10 800 234 Null
11 801 256 Null
12 803 289 Null
我有一个这样的 pandas 数据框：
order_id buyer_id phone_no
611 261 9920570003
681 261 9321613595
707 261 9768270700
707 261 9768270700
707 261 9768270700
708 261 9820895896
710 261 7208615775
710 261 7208615775
710 261 7208615775
711 261 9920986486
800 234 Null
801 256 Null
803 289 Null
我必须按如下方式替换 buyer_id 列：
order_id buyer_id phone_no
611 261_01 9920570003
681 261_02 9321613595
707 261_03 9768270700
707 261_03 9768270700
707 261_03 9768270700
708 261_04 9820895896
710 261_05 7208615775
710 261_05 7208615775
710 261_05 7208615775
711 261_06 9920986486
800 234 Null
801 256 Null
803 289 Null
因此，如果 phone 编号相同，则应将其视为同一买家，否则应将新系列添加到 261。我只想重命名 261 buyer_id，其他行应该相同。因为我将来自 phone 的订单视为 261
我可以使用以下代码在 261 buyer_id 中添加系列：
for i in range((len(phone_orders):
print '261_%d' %i
segments_data['buyer_id']
phone_orders 包含所有 phone 个订单。
但我不知道如何用所需的输出替换 buyer_id 列
df['buyer_id'] = '261_' + (df['phone_no'] !=
df['phone_no'].shift()).cumsum().map("{:02}".format)
buyer_id phone_no
261_01 9920570003
261_02 9321613595
261_03 9768270700
261_03 9768270700
261_03 9768270700
261_04 9820895896
261_05 7208615775
261_05 7208615775
261_05 7208615775
261_06 9920986486
261_07 9768270700
261_07 9768270700
261_07 9768270700
261_08 9820895896
261_09 7208615775
261_09 7208615775
261_09 7208615775
所以 7208615775 phone_no 应该是 261_05 但它给出 261_09。
您可以使用 astype for converting column buyer_id to string, shift, cumsum and then map:
df['buyer_id']=df['buyer_id'].astype(str) + '_' + (df['phone_no'] != df['phone_no'].shift())
.cumsum()
.map("{:02}".format)
print df
order_id buyer_id phone_no
0 611 261_01 9920570003
1 681 261_02 9321613595
2 707 261_03 9768270700
3 707 261_03 9768270700
4 707 261_03 9768270700
5 708 261_04 9820895896
6 710 261_05 7208615775
7 710 261_05 7208615775
8 710 261_05 7208615775
9 711 261_06 9920986486
解释：
print (df['phone_no'] != df['phone_no'].shift())
0 True
1 True
2 True
3 False
4 False
5 True
6 True
7 False
8 False
9 True
Name: phone_no, dtype: bool
print (df['phone_no'] != df['phone_no'].shift()).cumsum()
0 1
1 2
2 3
3 3
4 3
5 4
6 5
7 5
8 5
9 6
Name: phone_no, dtype: int32
print (df['phone_no'] != df['phone_no'].shift()).cumsum().map("{:02}".format)
0 01
1 02
2 03
3 03
4 03
5 04
6 05
7 05
8 05
9 06
Name: phone_no, dtype: object
编辑：
如果您想要在列 buyer_id 中过滤值 261，您可以使用 loc:
print df.loc[df['buyer_id'] == 261, 'buyer_id']
0 261
1 261
2 261
3 261
4 261
5 261
6 261
7 261
8 261
9 261
Name: buyer_id, dtype: int64
df.loc[df['buyer_id'] == 261, 'buyer_id'] = df['buyer_id'].astype(str) + '_' + (df['phone_no'] != df['phone_no'].shift()).cumsum().map("{:02}".format)
print df
order_id buyer_id phone_no
0 611 261_01 9920570003
1 681 261_02 9321613595
2 707 261_03 9768270700
3 707 261_03 9768270700
4 707 261_03 9768270700
5 708 261_04 9820895896
6 710 261_05 7208615775
7 710 261_05 7208615775
8 710 261_05 7208615775
9 711 261_06 9920986486
10 800 234 Null
11 801 256 Null
12 803 289 Null
原始问题
首先找到唯一的 phone 号码并创建 ID：
id_map = {k: v for v, k in enumerate(df.phone_no.unique(), 1)}
现在，抛出所有条目，将它们添加到相应的 phone 数字中：
df.buyer_id = df.apply(lambda x: '{}_{:02d}'.format(x.buyer_id, id_map[x.phone_no]), axis=1)
结果：
order_id buyer_id phone_no
0 611 261_01 9920570003
1 681 261_02 9321613595
2 707 261_03 9768270700
3 707 261_03 9768270700
4 707 261_03 9768270700
5 708 261_04 9820895896
6 710 261_05 7208615775
7 710 261_05 7208615775
8 710 261_05 7208615775
9 711 261_06 9920986486
仅限买家id 261
id_map = {k: v for v, k in enumerate(df[df.buyer_id==261].phone_no.unique(), 1) }
def make_buyer_id(x):
try:
return '{}_{:02d}'.format(x.buyer_id, id_map[x.phone_no])
except KeyError:
return x.buyer_id
df.buyer_id = df.apply(make_buyer_id, axis=1)
结果：
order_id buyer_id phone_no
0 611 261_01 9920570003
1 681 261_02 9321613595
2 707 261_03 9768270700
3 707 261_03 9768270700
4 707 261_03 9768270700
5 708 261_04 9820895896
6 710 261_05 7208615775
7 710 261_05 7208615775
8 710 261_05 7208615775
9 711 261_06 9920986486
10 800 234 Null
11 801 256 Null
12 803 289 Null