如何使用python生成身份证号码？答案

【问题标题】：How to generate id number using python?如何使用python生成身份证号码？
【发布时间】：2019-10-10 16:23:34
【问题描述】：

我有一个数据框。我想为每个人创建一个唯一的 ID 号，并根据人员和日期（每周）创建一个列。

import pandas as pd
df = pd.DataFrame({ 'name':['one','one','two','two','two','three','four'],
                     'date':['2019-05-01','2019-05-08','2019-05-01','2019-05-08','2019-05-15','2019-05-01','2019-05-15'],
                    "a":range(7)})
df['date'] = pd.to_datetime(df['date'],yearfirst=True)
df = df.sort_values(['name','date'])
print(df)

这是数据：

    name       date  a
6   four 2019-05-15  6
0    one 2019-05-01  0
1    one 2019-05-08  1
5  three 2019-05-01  5
2    two 2019-05-01  2
3    two 2019-05-08  3
4    two 2019-05-15  4

预期结果是

    name       date  a    id    week
6   four 2019-05-15  6     1    3
0    one 2019-05-01  0     2    1
1    one 2019-05-08  1     2    2
5  three 2019-05-01  5     3    1 
2    two 2019-05-01  2     4    1
3    two 2019-05-08  3     4    2
4    two 2019-05-15  4     4    3

如何获得“id”和“week”？谢谢！

【问题讨论】：

请提出两个单独的问题，因为每列必须独立生成。
获取“id”的方法如下：stackoverflow.com/questions/15072626/…
您还没有解释“周”的含义，但我假设您指的是该日期的运行周。试试np.ceil(df.date.dt.day / 7)。
谢谢！下次我会分开提问。而“周”的意思正是我的意思。

标签： python pandas

【解决方案1】：

像@cs95 评论使用GroupBy.ngroup 和7 和numpy.ceil 划分天数：

df["Id"] = df.groupby("name").ngroup() + 1
df['week'] = np.ceil(df.date.dt.day / 7).astype(int)
print (df)

    name       date  a  Id  week
6   four 2019-05-15  6   1     3
0    one 2019-05-01  0   2     1
1    one 2019-05-08  1   2     2
5  three 2019-05-01  5   3     1
2    two 2019-05-01  2   4     1
3    two 2019-05-08  3   4     2
4    two 2019-05-15  4   4     3

或者：

df["Id"] = df.groupby("name").ngroup() + 1
df['week'] =  df.groupby("date").ngroup() + 1
print (df)

    name       date  a  Id  week
6   four 2019-05-15  6   1     3
0    one 2019-05-01  0   2     1
1    one 2019-05-08  1   2     2
5  three 2019-05-01  5   3     1
2    two 2019-05-01  2   4     1
3    two 2019-05-08  3   4     2
4    two 2019-05-15  4   4     3

【讨论】：

【解决方案2】：

我使用cumsum 获取df['id'] 和groupby df.date 获取df['week']：

df['id'] = df.name.ne(df.name.shift()).cumsum()
df['week'] = df.date.groupby(df.date).ngroup() + 1


Out[408]:
    name       date  a  id  week
6   four 2019-05-15  6   1     3
0    one 2019-05-01  0   2     1
1    one 2019-05-08  1   2     2
5  three 2019-05-01  5   3     1
2    two 2019-05-01  2   4     1
3    two 2019-05-08  3   4     2
4    two 2019-05-15  4   4     3

【讨论】：