将Pandas含非连续唯一整数的列映射为连续递增整数列

针对你的需求——将某列的唯一整数值按从小到大的顺序映射为从1开始的连续递增整数，以下是几种无需硬编码的通用方案：

方法1：最简洁的rank方法 #

直接使用Pandas的rank函数，指定method='dense'保证连续无跳号，再转为整数类型：

import pandas as pd

# 示例数据
df = pd.DataFrame({'col': [10, 122, 350, 3, 27, 10, 3]})

# 生成映射后的新列
df['mapped_col'] = df['col'].rank(method='dense').astype(int)

输出结果完全匹配你要求的映射规则：

方法2：基于分类类型的映射 #

通过pd.Categorical指定排序后的唯一值作为分类项，再利用codes属性（从0开始）加1得到从1开始的序列：

# 获取排序后的唯一值列表
sorted_unique_vals = sorted(df['col'].unique())

# 转换为分类类型并生成映射列
df['mapped_col'] = pd.Categorical(df['col'], categories=sorted_unique_vals).codes + 1

这种方法适合后续需要保留分类语义的场景，同时完全通用。

方法3：手动构建映射字典（直观易懂） #

自动生成排序后的唯一值与连续整数的映射字典，再用map方法批量转换：

# 构建映射字典：键为原唯一值，值为连续递增整数
mapping_dict = {val: idx+1 for idx, val in enumerate(sorted(df['col'].unique()))}

# 应用映射
df['mapped_col'] = df['col'].map(mapping_dict)

这种方法的优势是可以保留映射字典，方便后续查看或复用。

为什么你之前的方法没成功？ #

• cut：该函数用于将连续数值划分到指定区间，不适合离散唯一值的精准映射，会导致区间划分不符合需求。
• apply/map：如果没有先构建排序后的自动映射字典，而是手动硬编码或按出现顺序映射，就无法得到按值大小排序的连续序列。

内容的提问来源于stack exchange，提问作者Emil Frlez