时间戳

首页 > 解决方案 > 使用随机“昵称”匿名化 pandas 名称列

python - 使用随机“昵称”匿名化 pandas 名称列

问题描述

假设我有一个熊猫数据框和一个“名称”列。我想匿名化列并隐藏身份。我可以做类似的事情，

df['nickname'] = 'P ' + pd.Series(pd.factorize(df['name'])[0] + 1).astype(str)

但它给了我这个：

name       nickname  
frank miller   P 1       
john cena      P 2       
john cena      P 2       
rock           P 3

以上是可接受的匿名化，但不是我需要的。有没有办法可以在下面获得所需的表格？也许是一个内置的 python 函数或已经实现了类似的东西的人？

所需表（具有随机昵称，但相同输入的相同输出）：

name       nickname  
frank miller   Tiko       
john cena      Bozo       
john cena      Bozo       
the rock       Hana

标签： pythonpandasdataframeencryption

解决方案

You can use the Faker package for this which generates a dummy name for you.

Installation:

# pip
pip install Faker

# anaconda
conda install -c conda-forge faker

Example:

from faker import Faker
faker = Faker()
# seed the random generator to produce the same results
Faker.seed(4321)

dict_names = {name: faker.name() for name in df['name'].unique()}
df['nickname'] = df['name'].map(dict_names)

Output

           name     nickname
0  frank miller  Jason Brown
1     john cena  Jacob Stein
2     john cena  Jacob Stein
3          rock   Cody Brown

You can also initialize Faker with names from certain countries:

faker = Faker(['it_IT', 'de_DE', 'sv_SE'])

dict_names = {name: faker.name() for name in df['name'].unique()}
df['nickname'] = df['name'].map(dict_names)

Output

           name           nickname
0  frank miller    Nadeschda Finke
1     john cena      Marcus Warmer
2     john cena      Marcus Warmer
3          rock  Sophia Squarcione

推荐阅读