如何通过 pandas.factorize 识别多条件？

Question

我读了，其中谈到 pd.factorize 识别和创建用户身份的唯一值。

然而，在我的例子中，我想应用多重条件，即 OR 条件来识别用户并且条件具有重要性排序。

例如： df:

cond_1(email)  cond_2(phone)  cond_3(other)
abc@yahoo.com  12345678       qwe
asd@yahoo.com  789456123      rty
abc@yahoo.com  905132312      zxc
dsds@yahoo.com 789456123       po
abc@yahoo.com  789456123      special

预期：

cond_1(email)  cond_2(phone)  cond_3(other) unique_id
abc@yahoo.com  12345678       qwe            1
asd@yahoo.com  789456123      rty            2  
abc@yahoo.com  905132312      zxc            1
dsds@yahoo.com 789456123       po            2
abc@yahoo.com  789456123      special        1

Answer 1

IIUC，你可以做到：

df['unique_id']=df.apply(lambda x: pd.factorize(x)[0]+1).min(axis=1)
print(df)

    cond_1(email)  cond_2(phone) cond_3(other)  unique_id
0   abc@yahoo.com       12345678           qwe          1
1   asd@yahoo.com      789456123           rty          2
2   abc@yahoo.com      905132312           zxc          1
3  dsds@yahoo.com      789456123            po          2
4   abc@yahoo.com      789456123       special          1

如何通过 pandas.factorize 识别多条件？

How can I identify for multi condition by pandas.factorize?

python

pandas

dataframe

uniqueidentifier