如何按两列分组并在新列中分配类别(数字)?

Question

我想按年龄和姓名分组，并在同一类别中分配不同的人。

初始数据：

name age salary 
abc   24  1000    
def   27  2000    
ghi   25  3000    
jkl   24  1000    
mno   25  3000 

最终数据：

name age salary group
abc   24  1000    1
def   27  2000    2
ghi   25  3000    3
jkl   24  1000    1
mno   25  3000    3

Answer 1

将factorize与两列创建的元组列表一起使用：

df['group'] = pd.factorize(list(zip(df['age'],df['salary'])))[0] + 1
print (df)
name  age  salary  group
0  abc   24    1000      1
1  def   27    2000      2
2  ghi   25    3000      3
3  jkl   24    1000      1
4  mno   25    3000      3

或：

df['group'] = pd.factorize(list(map(tuple, df[['age','salary']].values.tolist())))[0] + 1
print (df)
name  age  salary  group
0  abc   24    1000      1
1  def   27    2000      2
2  ghi   25    3000      3
3  jkl   24    1000      1
4  mno   25    3000      3

Answer 2

您可以使用因子分解将类别转换为整数标识符。

将数据分配给 df，然后使用以下代码。

# concat age and salary
fact = df.age.astype(str).str.cat(df.salary.astype(str))
# then use factorize
df['group'] = pd.factorize(fact)[0] + 1

输出：

name age  salary  group
0  abc  24    1000      1
1  def  27    2000      2
2  ghi  25    3000      3
3  jkl  24    1000      1
4  mno  25    3000      3