Python 用唯一正整数填充数据帧

我有一个像这样的数据框

   col1 col2 col3  col4 col5  
 0   0   1    0     1     1
 1   0   1    0     0     1

      col1 col2  col3  col4 col5    
    0  2    1     3     1    1
    1  4    1     5     6    1

我想为每个0条目分配一个大于1的唯一正整数

所以我想要一个像这样的数据帧

   col1 col2 col3  col4 col5  
 0   0   1    0     1     1
 1   0   1    0     0     1

      col1 col2  col3  col4 col5    
    0  2    1     3     1    1
    1  4    1     5     6    1

整数不必来自有序序列，只需正数和唯一数。

我认为您可以使用生成唯一随机数，并用布尔掩码替换所有

0

，生成方法为

df==0

：

print df
   col1  col2  col3  col4  col5
0     0     1     0     1     1
1     0     1     0     0     1

print df == 0
   col1   col2  col3   col4   col5
0  True  False  True  False  False
1  True  False  True   True  False

print df.shape
(2, 5)

#count of integers
min_count = df.shape[0] * df.shape[1]
print min_count
10

#you need add 2, because omit 0 and 1
print np.arange(start=2, stop=min_count + 2).reshape(df.shape)
[[ 2  3  4  5  6]
 [ 7  8  9 10 11]]

#use integers from 2 to max count of values of df
df[ df == 0 ] = np.arange(start=2, stop=min_count + 2).reshape(df.shape)
print df
   col1  col2  col3  col4  col5
0     2     1     4     1     1
1     7     1     9    10     1

或用于更大的唯一随机整数：

#count of integers
min_count = df.shape[0] * df.shape[1]
print min_count
10
#you can use bigger number in np.arange, e.g. 100, but minimal is min_count + 2
df[ df == 0 ] = np.random.choice(np.arange(2, 100), replace=False, size=df.shape)
print df
   col1  col2  col3  col4  col5
0    17     1    53     1     1
1    39     1    15    76     1

---

这将起作用，尽管它不是熊猫中最棒的表演：

import random

MAX_INT = 100

for row in df:
    for col in row:
        if col == 0:
            col == random.randrange(1, MAX_INT)

类似于

itertuples（）

的东西会更快，但如果数据不是很多，这就没问题了。

np.arange（…）.reformate（df.shape）生成一个数据帧，该数据帧由从2开始的连续整数组成

df。其中（df，…）

起作用，因为您的数据帧由二进制指示符（0和1）组成。它保留所有真值（即1），然后使用连续numpy数组填充零

# optional: inplace=True
>>> df.where(df, np.arange(start=2, stop=df.shape[0] * df.shape[1] + 2).reshape(df.shape))  
   col1  col2  col3  col4  col5
0     2     1     4     1     1
1     7     1     9    10     1

这里已经有很多很好的答案了，但是把这个扔出去

replace

指示样本是否有替换

np.arange

来自（

2

，

df+2的大小）。它是
2
，因为您希望它大于1

size

必须与

df

的形状相同，所以我只使用了

df.shape

要说明

np.random.choice

生成的数组值：

>>> np.random.choice(np.arange(2, df.size + 2), replace=False, size=df.shape)
array([[11,  4,  6,  5,  9],
       [ 7,  8, 10,  3,  2]])

请注意，它们都大于1，并且都是唯一的

之前：

   col1  col2  col3  col4  col5
0     0     1     0     1     1
1     0     1     0     0     1

之后：

   col1  col2  col3  col4  col5
0     9     1     7     1     1
1     6     1     3    11     1

---

这并不能保证唯一性。你可以选择相同的随机数。@Alexander-你说得对。我编辑答案。非常感谢。