数据处理：给复杂数据设置唯一的整型id

最新推荐文章于 2021-02-16 23:28:47 发布

司空祁耀

最新推荐文章于 2021-02-16 23:28:47 发布

阅读量662

点赞数

文章标签： python 数据分析

本文链接：https://blog.csdn.net/zx_1997/article/details/105745334

版权

在Python数据分析中，遇到长字符串或英文名的数据时，为每个用户名和物品名设置整型ID有助于简化处理。本文介绍了如何在Anaconda Notebook环境下，通过删除不需要的列、为author列和app_id列生成唯一ID，并最终合并数据并确保数据类型为整数。

摘要由CSDN通过智能技术生成

在数据处理时碰到到一个问题，表里的用户名和物品名是很长的字符串或者是英文名，在进行矩阵处理时很不方便，需要给每个用户名设置一个int 类型的id号。

面向百度编程时，发现好像这方面的文章不多，下面分享一下我的做法，有需要可以参考一下。

使用环境：Anaconda的NoteBook，Python3

下面是完整流程，其中设置id部分在第三步，赶时间的朋友可以直接跳过去

1.读取数据

import pandas as pd 
import numpy as np
import warnings
warnings.filterwarnings('ignore')
df = pd.read_csv('reviews.csv')
df.head()

在这里插入图片描述

df=df.drop(['posted_at','body','helpful_count','developer_reply','developer_reply_posted_at'],axis = 1)
df.info()
df.head()

在这里插入图片描述

user_count=df.groupby(['author']).size()

关注