按出现顺序分配索引[重复]答案

【问题标题】：assign indices in order of appearance [duplicate]按出现顺序分配索引[重复]
【发布时间】：2020-02-27 02:05:47
【问题描述】：

我有一个数据框

> df = pd.DataFrame({"user_hash": ["b","a","c", "a"]})
> df
  user_hash
0         b
1         a
2         c
3         a

其中user_hash 表示长散列值，因此为了清楚起见，我想添加一个列，该列仅按出现顺序枚举元素。在示例中，我想要的结果是：

> df2
  user_hash user_id
0         b       0
1         a       1
2         c       2
3         a       1

这个问题非常接近：Q: [Pandas] How to efficiently assign unique ID to individuals with multiple entries based on name in very large df，但由于它依赖于groupby，ids 的顺序是排序条目的自然顺序，而我希望 ids 按出现顺序排列。

【问题讨论】：

【解决方案1】：

使用pd.factorize:

labels, _ = pd.factorize(df['user_hash'])
result = df.assign(user_id=labels)
print(result)

输出

  user_hash  user_id
0         b        0
1         a        1
2         c        2
3         a        1

或者作为替代使用ngroup:

result = df.assign(user_id=df.groupby('user_hash', sort=False).ngroup())
print(result)

输出

  user_hash  user_id
0         b        0
1         a        1
2         c        2
3         a        1

【讨论】：

【解决方案2】：

只需一条指令即可完成：

df = df.merge(pd.DataFrame(df.user_hash.unique(), columns=['user_hash'])
    .reset_index(), how='left')

结果是：

  user_hash  index
0         b      0
1         a      1
2         c      2
3         a      1

如果需要，请将第二列名称 (index) 更改为您选择的任何其他名称。

【讨论】：