如何基于DataFrame另一列的唯一值生成随机数列

你原来的代码问题在于，transform里传入的pd.Series([np.random.randint(1,5)])无法正确为每个组生成并广播唯一的随机数。以下两种方法可以实现需求：

方法一：创建映射字典（直观易懂） #

先给每个唯一的Creator分配随机数，再映射回原DataFrame：

import numpy as np
import pandas as pd

# 生成唯一Creator到随机数的映射
rank_mapping = {creator: np.random.randint(1, 5) for creator in df['Creator'].unique()}
# 映射生成新列
df['Cust Rank'] = df['Creator'].map(rank_mapping)

方法二：使用groupby.transform（更简洁） #

利用transform对每个组生成一次随机数，并自动广播到组内所有行：

df['Cust Rank'] = df.groupby('Creator')['Creator'].transform(lambda _: np.random.randint(1, 5))

效果验证 #

用示例DataFrame测试：

df = pd.DataFrame({'Creator': ['A', 'A', 'B', 'C', 'C']})
# 运行上述任意一种方法后，输出如下（随机数会变化，但同一Creator值相同）：

内容的提问来源于stack exchange，提问作者Rahul Bhat