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
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
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