Python 熊猫重新映射到列中的范围

我有一个数据帧，其列id为：s，可以包含重复项：

>>> df['user_id'].head()
Out[3]: 
0    2134
1    1234
2    4323
3    25434
4    1234
Name: user_id, dtype: int64

我如何重新映射它，以便用户id从任意数字开始，并根据原始数字递增？在本例中，从2开始，如下所示：

>>> df['user_id'].head()
Out[3]: 
0    3
1    2
2    4
3    5
4    2
Name: user_id, dtype: int64

---

这个问题有点令人困惑。。我不确定您是想将用户id增加任意数量，还是只想显示高于某个阈值的用户id。。。因此，我将给出这两个问题的解决方案：

df['user_id'].map（lambda x:x+2）将为您提供用户_id+2

loc[df['user\u id']>2]将只返回高于2的用户id

如果要对用户ID进行排序，可以：

df['user_id'].排序_值（）

---

希望有帮助

IIUC，首先要根据该列中的值对df进行排序，然后使用

factorize

：

In [29]:
df1 = df.reindex(df['user_id'].sort_values().index)
df1

Out[29]:
       user_id
index         
1         1234
4         1234
0         2134
2         4323
3        25434

In [30]:    
df1['new_id'] = pd.factorize(df1['user_id'])[0] + 2
df1

Out[30]:
       user_id  new_id
index                 
1         1234       2
4         1234       2
0         2134       3
2         4323       4
3        25434       5

然后，您可以使用排序索引恢复索引：

In [31]:
df1 = df1.sort_index()
df1

Out[31]:
       user_id  new_id
index                 
0         2134       3
1         1234       2
2         4323       4
3        25434       5
4         1234       2

---

然后，您可以覆盖或删除列，上面只是演示如何获取所需的值

谢谢，但两者都没有。我想重新映射用户id:s，以便它们从2开始，递增1。看看示例输出：）酷！如果我不关心索引或保存旧ID，那么只需要这么做，对吗？df1['user\u id']=pd.factorize（df1['user\u id']）[0]@user1506145确定或调用

reset\u index（drop=True）

重新开始索引