python校验和或哈希每次执行都需要相同的输出

尝试基于某些列为数据帧创建唯一键。使用hashlib和zlib，它们都为dataframe中相同记录的每个新python程序执行生成不同的值

正在寻找一种创建唯一校验和的方法，对于dataframe中的给定数据记录，它应该是相同的。有许多列，所以不希望将连接的列用作键。任何见解都将不胜感激。下面使用hashlib和zlib测试的示例代码

Hashlib

    stg_matchdf["Unique travelid"] = pd.DataFrame(stg_matchdf[uniquecols_list].astype(str).values.sum(axis=1))[0].\
str.encode('utf-8').apply(lambda x: (hashlib.sha512(x).hexdigest().upper()))

zlib.adler32

stg_matchdf["Unique travelid"] = pd.DataFrame(stg_matchdf[uniquecols_list].astype(str).values.sum(axis=1))[0].\
    str.encode('utf-8').apply(lambda x: (zlib.adler32(x) & 0xffffffff  ))

编辑（10/21）更改代码并遇到新问题。请复习。对不起，有什么困惑

上面的代码片段有问题。对于一行，由于pd.DataFrame（）改变了原始df行顺序，在“Unique travelid”列中添加了其他行的列值哈希。下面修改的代码获取给定行的相应列值，但遇到下面解释的新问题

修改代码

stg_matchdf["Unique travelid_Sum"] = stg_matchdf[uniquecols_list].astype(str).values.sum(axis=1)
stg_matchdf["Unique travelid_Key"] = stg_matchdf["Unique travelid_Sum"].apply(lambda x: (zlib.adler32(str(x).encode('utf-8')) & 0xffffffff))

stg_matchdf[uniquecols_list].astype（str）.values.sum（axis=1）未在多个运行中以特定顺序连接列。请参阅下面的两次运行示例。整个长度相同，但连接顺序是随机的。因此，它导致hashlib或zlib每次返回不同的值。有没有办法在上面的代码中指定列的顺序

Run1:
AHKGCANADACANADANORTH AMERICA266430RDirect WDAYYZINTERNATIONALMANULIFE - CANADA TRANSIENTFeb-2020HONG KONGASIA/PACIFICPARTIAL REFUND2020-02-15Canada266430.02020-02-02Hong Kong2020-03-01QVKGS6

Run2:
YYZCANADAPARTIAL REFUND2664302020-02-02AMANULIFE - CANADA TRANSIENTHONG KONGNORTH AMERICA2020-03-01Hong KongQVKGS6INTERNATIONALDirect WDRHKGACanadaFeb-2020266430.02020-02-15CANADAASIA/PACIFIC

---

如果数据每次都相同，那么这两种方法每次都应该计算相同的结果。-这就是他们的全部观点，真的。我要说的是，尽你所能确保数据本身不会改变，数据从哪里来？只是一个文件，还是来自网络或类似的东西？谢谢@Steve。数据正在变化。我编辑了这个问题，对代码做了一些调整。遇到新问题导致每次数据都不同。stg_matchdf[uniquecols_list].astype（str）.values.sum（axis=1）连接列，但每次列的顺序不同。不知道这里是否有指定列顺序的方法。问题中给出的样本问题已解决。这是由于从一个集合创建的uniquecols_列表。所以，由于集合是无序的，每次运行都会返回不同顺序的列，以馈送到上面的散列或zlib代码，从而导致每次输出散列都不同