首页 > 解决方案 > 如何通过 pandas.factorize 识别多条件?

问题描述

我读到这篇文章是关于 pd.factorize 来识别和创建用户识别的唯一值。

但是,就我而言,我想应用多重条件,即OR识别用户的条件,并且条件具有重要性排序。

例如:df:

cond_1(email)  cond_2(phone)  cond_3(other)
abc@yahoo.com  12345678       qwe
asd@yahoo.com  789456123      rty
abc@yahoo.com  905132312      zxc
dsds@yahoo.com 789456123       po
abc@yahoo.com  789456123      special

预期:

cond_1(email)  cond_2(phone)  cond_3(other) unique_id
abc@yahoo.com  12345678       qwe            1
asd@yahoo.com  789456123      rty            2  
abc@yahoo.com  905132312      zxc            1
dsds@yahoo.com 789456123       po            2
abc@yahoo.com  789456123      special        1

标签: pythonpandasdataframeuniqueidentifier

解决方案


IIUC,你可以这样做:

df['unique_id']=df.apply(lambda x: pd.factorize(x)[0]+1).min(axis=1)
print(df)

    cond_1(email)  cond_2(phone) cond_3(other)  unique_id
0   abc@yahoo.com       12345678           qwe          1
1   asd@yahoo.com      789456123           rty          2
2   abc@yahoo.com      905132312           zxc          1
3  dsds@yahoo.com      789456123            po          2
4   abc@yahoo.com      789456123       special          1

推荐阅读