Python 重新索引（重新映射）列'；s值

我有一个看起来像

 groupID        date_time         value     member     Session
     23       2013-10-09 09:00:00    664639   Jerome        2607
     23       2013-10-09 09:05:00    197290   Hence         2608
     35       2013-10-09 09:10:00    470186     Ann         2608
     35       2013-10-09 09:15:00    181314   Mikka         2608
     35       2013-10-09 09:20:00    969427  Cristy         2609
     37       2013-10-09 09:25:00    261473   James         2609
     37       2013-10-09 09:30:00    3698     Oliver        2609

因此，我希望的目标不是

2607

我有

1

，而不是

2608

我有

2

等，即进行某种重新索引或映射

       groupID        date_time         value     member     Session
         23       2013-10-09 09:00:00    664639   Jerome        1
         23       2013-10-09 09:05:00    197290   Hence         2
         35       2013-10-09 09:10:00    470186     Ann         2
         35       2013-10-09 09:15:00    181314   Mikka         2
         35       2013-10-09 09:20:00    969427  Cristy         3
         37       2013-10-09 09:25:00    261473   James         3
         37       2013-10-09 09:30:00    3698     Oliver        3

搜索

重新编制索引

没有给出期望的结果，因此我们将非常感谢您的建议

IIUC您可以执行以下操作：

df['Session'] -= 2606

看起来你的价值观正在以积极的方式增长

或者你可以定义一个dict并重新映射

session_vals = df['Session'].unique()
d = dict(zip(session_vals, np.arange(1, len(session_vals) + 1)))

df['Session'] = df['Session'].map(d)

另一种方法是使用

试试这个：

df['Session'] = np.unique(df['Session'], return_inverse=True)[1]

---

唯一会话将从0开始编号。

奇怪的是，它以

3

开始会话可能您列中的第一个会话是

3

，但列中最小的数字将是

0

。唯一标签将按输入的排序顺序排列。可能添加1以匹配所需的输出

np。唯一（df['Session']，return_inverse=True）[1]+1

谢谢，EdChum，它可以工作！顺便说一句，也许你可以看看这个问题（特别是因为它使用了你早期提出的方法，但是在

groupby

对象上有问题！

df['Session'] = np.unique(df['Session'], return_inverse=True)[1]