如何使一个整数索引对应于一个字符串值？

Question

我目前正在使用 Goodreads 数据构建推荐系统。

我想将字符串用户 ID 更改为整数。当前用户id是这样的：'0d688fe079530ee1fe6fa85eab10ec5c'

我想将其更改为整数（例如 1、2、3、...），以具有共享相同字符串 ID 的相同整数 ID。我考虑过使用函数 df.groupby('user_id')，但我不知道该怎么做。

如果有人告诉我如何更改，我将不胜感激。

Answer 1

按照@AsishM 的建议使用pd.factorize。

输入数据：

                            user_id  book_id  ratings
0  831a1e2505e44a2f81e670db82c9a3c0     1942        3
1  58d3869488a648aebef32b6c2ec4fb16     3116        5
2  f05ad4c0978c4d0eb3ca41921f7a80af     3558        4
3  511c8f47d75c427eae8bead7ff80307b     2467        3
4  db74d6df03644e61b4cd830db35de6a8     2318        2
5  58d3869488a648aebef32b6c2ec4fb16     5882        4
6  db74d6df03644e61b4cd830db35de6a8     6318        5

df['uid'] = pd.factorize(df['user_id'])[0]

输出结果：

                            user_id  book_id  ratings  uid
0  831a1e2505e44a2f81e670db82c9a3c0     1942        3    0
1  58d3869488a648aebef32b6c2ec4fb16     3116        5    1  # user 1
2  f05ad4c0978c4d0eb3ca41921f7a80af     3558        4    2
3  511c8f47d75c427eae8bead7ff80307b     2467        3    3
4  db74d6df03644e61b4cd830db35de6a8     2318        2    4  # user 4
5  58d3869488a648aebef32b6c2ec4fb16     5882        4    1  # user 1
6  db74d6df03644e61b4cd830db35de6a8     6318        5    4  # user 4

Answer 2

groupby 选项为 groupby ngroup:

df['uid'] = df.groupby('user_id', sort=False).ngroup()

                            user_id  book_id  ratings  uid
0  831a1e2505e44a2f81e670db82c9a3c0     1942        3    0
1  58d3869488a648aebef32b6c2ec4fb16     3116        5    1
2  f05ad4c0978c4d0eb3ca41921f7a80af     3558        4    2
3  511c8f47d75c427eae8bead7ff80307b     2467        3    3
4  db74d6df03644e61b4cd830db35de6a8     2318        2    4
5  58d3869488a648aebef32b6c2ec4fb16     5882        4    1
6  db74d6df03644e61b4cd830db35de6a8     6318        5    4

*sort=False 所以 user_id 按照它们在 DataFrame 中出现的顺序分组。

数据帧：

import pandas as pd

df = pd.DataFrame({
    'user_id': ['831a1e2505e44a2f81e670db82c9a3c0',
                '58d3869488a648aebef32b6c2ec4fb16',
                'f05ad4c0978c4d0eb3ca41921f7a80af',
                '511c8f47d75c427eae8bead7ff80307b',
                'db74d6df03644e61b4cd830db35de6a8',
                '58d3869488a648aebef32b6c2ec4fb16',
                'db74d6df03644e61b4cd830db35de6a8'],
    'book_id': [1942, 3116, 3558, 2467, 2318, 5882, 6318],
    'ratings': [3, 5, 4, 3, 2, 4, 5]
})

如何使一个整数索引对应于一个字符串值？

how to make an integer index corresponding to a string value?

python

pandas

data-science

lightfm