我有一个像这样的pandas数据框：
order_id buyer_id phone_no
611 261 9920570003
681 261 9321613595
707 261 9768270700
707 261 9768270700
707 261 9768270700
708 261 9820895896
710 261 7208615775
710 261 7208615775
710 261 7208615775
711 261 9920986486
800 234 Null
801 256 Null
803 289 Null
我必须按如下方式替换buyer_id列：
order_id buyer_id phone_no
611 261_01 9920570003
681 261_02 9321613595
707 261_03 9768270700
707 261_03 9768270700
707 261_03 9768270700
708 261_04 9820895896
710 261_05 7208615775
710 261_05 7208615775
710 261_05 7208615775
711 261_06 9920986486
800 234 Null
801 256 Null
803 289 Null
因此，如果手机不相同，则应将其视为同一买家，否则应将新系列添加至261.我只想重命名261 buyer_id，其他行应相同。因为我将来自电话的订单视为261
我可以使用以下代码在261 buyer_id中添加系列：
for i in range((len(phone_orders):
print '261_%d' %i
segments_data['buyer_id']
phone_orders包含所有电话订单。
但我没有得到如何用期望的输出替换buyer_id列
df['buyer_id'] = '261_' + (df['phone_no'] !=
df['phone_no'].shift()).cumsum().map("{:02}".format)
buyer_id phone_no
261_01 9920570003
261_02 9321613595
261_03 9768270700
261_03 9768270700
261_03 9768270700
261_04 9820895896
261_05 7208615775
261_05 7208615775
261_05 7208615775
261_06 9920986486
261_07 9768270700
261_07 9768270700
261_07 9768270700
261_08 9820895896
261_09 7208615775
261_09 7208615775
261_09 7208615775
所以7208615775 phone_no应为261_05，但它正在提供261_09。
答案 0 :(得分：3)
首先找到唯一的电话号码并创建ID：
id_map = {k: v for v, k in enumerate(df.phone_no.unique(), 1)}
现在，抛出所有条目，将它们添加到相应的电话号码：
df.buyer_id = df.apply(lambda x: '{}_{:02d}'.format(x.buyer_id, id_map[x.phone_no]), axis=1)
结果：
order_id buyer_id phone_no
0 611 261_01 9920570003
1 681 261_02 9321613595
2 707 261_03 9768270700
3 707 261_03 9768270700
4 707 261_03 9768270700
5 708 261_04 9820895896
6 710 261_05 7208615775
7 710 261_05 7208615775
8 710 261_05 7208615775
9 711 261_06 9920986486
id_map = {k: v for v, k in enumerate(df[df.buyer_id==261].phone_no.unique(), 1) }
def make_buyer_id(x):
try:
return '{}_{:02d}'.format(x.buyer_id, id_map[x.phone_no])
except KeyError:
return x.buyer_id
df.buyer_id = df.apply(make_buyer_id, axis=1)
结果：
order_id buyer_id phone_no
0 611 261_01 9920570003
1 681 261_02 9321613595
2 707 261_03 9768270700
3 707 261_03 9768270700
4 707 261_03 9768270700
5 708 261_04 9820895896
6 710 261_05 7208615775
7 710 261_05 7208615775
8 710 261_05 7208615775
9 711 261_06 9920986486
10 800 234 Null
11 801 256 Null
12 803 289 Null
答案 1 :(得分：2)
您可以使用astype将列buyer_id转换为string，shift，cumsum，然后map：
df['buyer_id']=df['buyer_id'].astype(str) + '_' + (df['phone_no'] != df['phone_no'].shift())
.cumsum()
.map("{:02}".format)
print df
order_id buyer_id phone_no
0 611 261_01 9920570003
1 681 261_02 9321613595
2 707 261_03 9768270700
3 707 261_03 9768270700
4 707 261_03 9768270700
5 708 261_04 9820895896
6 710 261_05 7208615775
7 710 261_05 7208615775
8 710 261_05 7208615775
9 711 261_06 9920986486
说明：
print (df['phone_no'] != df['phone_no'].shift())
0 True
1 True
2 True
3 False
4 False
5 True
6 True
7 False
8 False
9 True
Name: phone_no, dtype: bool
print (df['phone_no'] != df['phone_no'].shift()).cumsum()
0 1
1 2
2 3
3 3
4 3
5 4
6 5
7 5
8 5
9 6
Name: phone_no, dtype: int32
print (df['phone_no'] != df['phone_no'].shift()).cumsum().map("{:02}".format)
0 01
1 02
2 03
3 03
4 03
5 04
6 05
7 05
8 05
9 06
Name: phone_no, dtype: object
编辑：
如果您希望列261中的过滤器值为buyer_id，则可以使用loc过滤它们：
print df.loc[df['buyer_id'] == 261, 'buyer_id']
0 261
1 261
2 261
3 261
4 261
5 261
6 261
7 261
8 261
9 261
Name: buyer_id, dtype: int64
df.loc[df['buyer_id'] == 261, 'buyer_id'] = df['buyer_id'].astype(str) + '_' + (df['phone_no'] != df['phone_no'].shift()).cumsum().map("{:02}".format)
print df
order_id buyer_id phone_no
0 611 261_01 9920570003
1 681 261_02 9321613595
2 707 261_03 9768270700
3 707 261_03 9768270700
4 707 261_03 9768270700
5 708 261_04 9820895896
6 710 261_05 7208615775
7 710 261_05 7208615775
8 710 261_05 7208615775
9 711 261_06 9920986486
10 800 234 Null
11 801 256 Null
12 803 289 Null