如何将DataFrame的ID列字符串替换为有序caso/controle命名

实现思路 #

1. 将提取到的唯一ID拆分为含"caso"和不含"caso"的两组
2. 分别为两组ID生成带两位递增序号的标准化命名
3. 构建原ID到新命名的映射字典，最后用字典替换原DataFrame的ID列

代码实现 #

import pandas as pd

# 假设你的DataFrame为df，已获取唯一ID列表
unique_ids = df['ID'].unique()

# 拆分两类ID
caso_group = [uid for uid in unique_ids if 'caso' in uid]
controle_group = [uid for uid in unique_ids if 'caso' not in uid]

# 构建原ID与新命名的映射
name_map = {}
# 处理含caso的ID，生成caso_01、caso_02...格式
for seq, uid in enumerate(caso_group, start=1):
    name_map[uid] = f"caso_{seq:02d}"
# 处理不含caso的ID，生成controle_01、controle_02...格式
for seq, uid in enumerate(controle_group, start=1):
    name_map[uid] = f"controle_{seq:02d}"

# 替换原DataFrame中的ID列
df['ID'] = df['ID'].map(name_map)

关键细节说明 #

• enumerate(..., start=1) 让序号从1开始，匹配示例中的编号逻辑
• f"caso_{seq:02d}" 通过格式化字符串保证序号为两位数字（不足补0）
• map() 方法会自动处理原DataFrame中重复出现的ID，无需额外遍历行

内容的提问来源于stack exchange，提问作者Camila