我有一个看起来像的数据框
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
所以我想要的目标不是 2607 我有 1,而不是 2608 我有 2 等等,即重新索引或映射
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 reindexing 没有得到想要的结果,所以您的建议将不胜感激
请您参考如下方法:
IIUC 你可以这样做:
df['Session'] -= 2606
看起来您的值(value)观正在以积极的方式增长。
或者你可以定义一个字典并重新映射
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 pd.factorize
In [233]:
df['Session'] = pd.factorize(df['Session'])[0] + 1
df
Out[233]:
groupID date_time value member Session
0 23 2013-10-09 09:00:00 664639 Jerome 1
1 23 2013-10-09 09:05:00 197290 Hence 2
2 35 2013-10-09 09:10:00 470186 Ann 2
3 35 2013-10-09 09:15:00 181314 Mikka 2
4 35 2013-10-09 09:20:00 969427 Cristy 3
5 37 2013-10-09 09:25:00 261473 James 3
6 37 2013-10-09 09:30:00 3698 Oliver 3
