python - 如何替换列中的重复值以使其基于 Pandas 中的另一列是唯一的？

Question

如果列重复并且另一个列值重复，我试图使列唯一。在这个数据集中。

    Name    Age
0   Tom 20
1   Tom 20
2   Jack    19
3   Terry   18
4   Terry   20

我想让 Tom 和 Terry 一样，Terry_1 和 Terry_2 等等，如果我们有 1 个以上的 terry 并且年龄不匹配的话。我尝试了下面的代码。

import pandas as pd
import numpy as np
data = {'Name':['Tom', 'Tom', 'Jack', 'Terry','Terry'], 'Age':[20, 20, 19, 18,20]} 
df = pd.DataFrame(data)
df.Name=df.Name+df.groupby(['Name','Age']).cumcount().astype(str)

我得到的是:

Name    Age
0   Tom0    20
1   Tom1    20
2   Jack0   19
3   Terry0  18
4   Terry0  20

我想要的是:

Name    Age
0   Tom 20
1   Tom 20
2   Jack    19
3   Terry_1 18
4   Terry_2 20

由于 Tom 的年龄相同，所以我们知道我们有相同的 Tom，但 Terry 因年龄不同而不同。

谢谢，山姆

Answer 1

这可以通过transform和factorize来完成，然后我们只需要通过nunique掩码

s=df.groupby('Name').Age
df['New']=(df.Name+'_'+s.transform(lambda x : (x.factorize()[0]+1)).astype(str)).\
              mask(s.transform('nunique')==1,df.Name)
df
Out[230]: 
    Name  Age      New
0    Tom   20      Tom
1    Tom   20      Tom
2   Jack   19     Jack
3  Terry   18  Terry_1
4  Terry   20  Terry_2