【问题标题】:rename list of values to random values in pandas df将值列表重命名为 pandas df 中的随机值
【发布时间】:2020-08-31 21:52:50
【问题描述】:

我在 pandas df 中有一个专栏 sites。数据格式:字符串列表。我需要将列的值更改为随机生成的单词。我的数据如下:

row                    sites
1                    ["Elle", "Harpers", "Cosmo"]
2                    ["Elle", "Vogue"]
3                    ["Cosmo"]

期望的输出:

row                    sites
1                     ["KLD", "GHL", "JGF"]
2                     ["KLD", "VGO"]
3                     ["JGF"]

我应该也可以颠倒名称或将它们保存为VGO = Vogue的格式 我想使用numpy.random.randint,但似乎这种方法仅适用于整数。使用replace 生成名称而不是硬编码的最快方法是什么?

【问题讨论】:

  • 您有预先知道的一组固定网站吗?或者您想即时生成代码?

标签: python pandas dataframe random replace


【解决方案1】:

您可以将np.random.choice 与所有3 个大写字母combinations_with_replacement 的列表一起使用

from itertools import combinations_with_replacement
upperletters = map(chr, range(65, 91))
print(np.random.choice(list(map(''.join, 
                                combinations_with_replacement(upperletters, 3))), 
                       size=8, replace=False))
#['JPZ' 'SSU' 'AQW' 'GKQ' 'AIZ' 'UYY' 'IJS' 'AOR']

现在,要更改数据,您可以使用具有等效功能的字典来执行 explode 和 map。

s = df['sites'].explode()
codes = np.random.choice(list(map(''.join, 
                                  combinations_with_replacement(map(chr, range(65, 91)),
                                                                3))), 
                         size=s.nunique(), replace=False)
d = {word:code for word, code in zip(s.unique(), codes)}
print(d) #so in d you keep the correspondence
{'Elle': 'IVV', 'Harpers': 'DDW', 'Cosmo': 'DKM', 'Vogue': 'MRV'}

df['sites'] = s.map(d).groupby(level=0).agg(list)
print(df)
   row            sites
0    1  [IVV, DDW, DKM]
1    2       [IVV, MRV]
2    3            [DKM]

【讨论】:

  • 完美!完全满足我的需要并保存记录。非常感谢!
【解决方案2】:

这是一种方法:

import pandas as pd
import random

# use sample data to create data frame
data = [(1, ["Elle", "Harpers", "Cosmo"]),
        (2, ["Elle", "Vogue"]),
        (3, ["Cosmo"])]
df = pd.DataFrame(data, columns=['row', 'sites'])

# get unique sites
unique_sites = df.explode('sites').loc[:, 'sites'].sort_values().unique()

# build map from actual site to masked site - could use full alphabet below
random.seed(123456)
site_to_scrambled = {
    site: ''.join(random.choices('ABCDEFGHI', k=4))
    for site in unique_sites }

def convert(sites, site_to_scrambled):
    return [site_to_scrambled[site] for site in sites]

# apply the conversion 
# (keep both sites and sites_scrambled to verify)
df['sites_scrambled'] = df['sites'].apply(
    lambda x: convert(x, site_to_scrambled))
print(df)

   row                   sites     sites_scrambled
0    1  [Elle, Harpers, Cosmo]  [AFAC, BCEB, HHAB]
1    2           [Elle, Vogue]        [AFAC, AIDF]
2    3                 [Cosmo]              [HHAB]

【讨论】:

  • 感谢您的回复,不幸的是,我有一个错误:NoneType Object is not irritable
  • 很高兴您收到/接受了符合要求的回复。我的版本适用于我的机器(Python 3.8.5 和 pandas 1.1.0)。如果您发布有问题的数据,我会看看。在我的机器上工作:blog.codinghorror.com/…
猜你喜欢
  • 1970-01-01
  • 2022-11-29
  • 2021-11-03
  • 2020-02-07
  • 2020-07-05
  • 1970-01-01
  • 2021-06-09
  • 2020-07-18
  • 2019-12-01
相关资源
最近更新 更多