在数据框中查找重复项并通过分配键对它们进行分组
Find duplicates in dataframe and group them by assigning a key
我环顾四周发现了类似的问题，但 none 确实帮助我找到了解决方案。
我希望我的脚本读取如下所示的 csv：
hot_dict = {'Links': links, 'Titles': titles, 'Datestamps': datestamp_extended,'GroupID': "" }
我想找到列链接中的所有重复链接，并为所有相同的链接分配“GroupID”列中的相同键
Links
GroupID
A
Key1
B
Key2
A
Key1
B
Key2
这显然只给了我真值和假值：
df['GroupID'] =df.duplicated(subset=['Links'], keep=False)
有没有从这里继续的优雅方式？
非常感谢！
对于具有整数 ID 的简单键，您可以先将 Links 列转换为 categorical data，然后从中获取类别代码：
df['GroupID'] = df['Links'].astype('category').cat.codes
我环顾四周发现了类似的问题，但 none 确实帮助我找到了解决方案。 我希望我的脚本读取如下所示的 csv：
hot_dict = {'Links': links, 'Titles': titles, 'Datestamps': datestamp_extended,'GroupID': "" }
我想找到列链接中的所有重复链接，并为所有相同的链接分配“GroupID”列中的相同键
| Links | GroupID |
|---|---|
| A | Key1 |
| B | Key2 |
| A | Key1 |
| B | Key2 |
这显然只给了我真值和假值：
df['GroupID'] =df.duplicated(subset=['Links'], keep=False)
有没有从这里继续的优雅方式？
非常感谢！
对于具有整数 ID 的简单键，您可以先将 Links 列转换为 categorical data，然后从中获取类别代码：
df['GroupID'] = df['Links'].astype('category').cat.codes