如何用熊猫数据框的列值更改numpy数组的索引值

Question

我有一个数据框： 数据：

  user_id   item_id rating
0    772       36    3
1    471      228    5
2    641      401    4
3    312       98    4
4     58      504    5

我创建了一个随机数数组，其大小等于 item_id 中的唯一值

a = np.random.random(1662)

现在我想将数组的索引值转换为 item_id 的列值。如何更改数组的索引。 Item_id 总共有 1662 个值，但它不像 1 到 1662 那样继续。缺少一些值。最大值为 1681。所以我需要创建一个大小为 1662 的随机数组（即等于 item_id 的唯一值）。但是，如果我想查看与索引 (1677) 关联的随机值，我该如何查看呢？

由于数组的大小为 1662，因此索引的最大索引值为 1661。 所以我想将 1662 数字与 item_id 的值相关联

Answer 1

您的问题似乎含糊不清。

您在 item_id 中有一个包含 1662 个唯一值的随机数组 - 这意味着它可能存在于 item_id 中的值，也可能不存在。如果是这样，您想根据值重新索引 numpy 数组 a - 所以如果数字 36 在 'a' 和 'item_id' 中，你想要 a[36] = 36？

请澄清。

如果这是您想要的，那么只需像这样创建每个 item_id 的有序列表：

a = np.arrange(max(data.item_id))
b = np.isin(a, data.item_id)
a[b] = np.full(a[b], data.item_id)

更新：对于 a[36] = 随机数

a[b] = np.full(a[b], np.random.normal())

建议： 您还可以在数据框中添加随机数：

data['random'] = np.random.random(data.count())
# create a dict for indexing
random_dict = dict(zip(data['item_id'].tolist(), data['random'].tolist()))
# or set item_id as index:
data.index = data['item_id'].values

如果这有帮助，请告诉我！