python - 在 Pandas 中每行创建一个唯一值？

Question

获取原始数据 --> 对其进行转换并将其与其他文件合并 --> 通过电子邮件发送给最终用户以供审阅

什么是最好的方法？

Answer 1

如果 'employee_id'+'customer_id'+'timestamp' 很长，并且您对一些不太可能有冲突的东西感兴趣，您可以将其替换为哈希。散列的范围和质量将决定冲突的概率。也许最简单的是使用 builtin hash .假设你的 DataFrame 是 df，列是字符串，这是

(df.employee_id + df.customer_id + df.timestamp).apply(hash)

如果您想更好地控制大小和碰撞概率，请参阅 this piece on non-crypotgraphic hash functions in Python .

---

编辑

基于 an answer to this question ，您可以像这样构建 10 个字符的哈希值:

import hashlib
df['survey_id'] = (df.employee_id + df.customer_id + df.timestamp).apply(
    lambda s: hashlib.md5(s).digest().encode('base64')[: 10])