pandas列数据唯一值替换df.replace

现在有这样一个需求，一列数据是节点1，另一列数据是节点2，但是node1和node2的节点的字符串都非常长，不利于处理，现在将其从0开始重新编号，并替换为0开始的索引如下。表名为pandas加载为LN_channels

替换为

具体操作如下，首先将node1和node2的所有编号放在一起

node_list = list(LN_channels['node0'])+list(LN_channels['node1'])
len(set(node_list))

去重后输出为

10644

接着把node_list中的数据去重，但是不可以用set，因为set无序，使用for循环顺序处理

new_node_list = []
for index in node_list:
    if index not in new_node_list:
        new_node_list.append(index)
print(len(new_node_list))

输出为

10644

可以看出长度相同

接着把去重后的new_node_list编号，直接新建一个list按顺序写入即可

tem_list = []
for i in range(len(new_node_list)):
    tem_list.append(i)
len(tem_list)

输出为

10644

保证了数据的对其和唯一性

现在我们有了替换前的new_node_list和替换后的tem_list，使用df.replace即可，如下

LN_channels['node0_id'].replace(new_node_list,tem_list,inplace=True)
LN_channels['node1_id'].replace(new_node_list,tem_list,inplace=True)

这个地方注意，我新建了一列LN_channels[‘node0_id’]复制了LN_channels[‘node0’]重新编号，如果你不想保留原来的值，可以直接在对应列操作，inplace=True即可。最后的效果看最开始的前两张图就可以了。