如何为Pandas DataFrame的ProductID列批量生成唯一随机字母数字组合？

问题根源 #

你之前的循环代码存在两个核心问题：

1. 赋值逻辑错误：df3['ProductID'] = id_generator()是对整个列进行赋值，每次循环都会把所有行的ProductID替换为新生成的单个ID，最终全列都是最后一次循环生成的结果。
2. 效率极低：iterrows()逐行遍历50万行DataFrame的速度极慢，完全不适合这类批量操作。

高效解决方案（推荐） #

直接批量生成与DataFrame行数匹配的随机ID列表，一次性赋值给列，这是速度最快的处理方式。

步骤1：优化随机ID生成函数

用random.choices替代循环调用random.choice，大幅提升单个ID的生成效率：

import string
import random
import pandas as pd

def id_generator(size=12, chars=string.ascii_uppercase + string.digits):
    # 一次性选取size个字符，比循环choice效率更高
    return ''.join(random.choices(chars, k=size))

步骤2：批量生成并赋值

# 生成对应行数的随机ID列表
id_list = [id_generator() for _ in range(len(df3))]
# 直接赋值给ProductID列
df3['ProductID'] = id_list

可选：确保ID绝对唯一

12位大写字母+数字的组合共有约4.7×10¹⁸种可能，50万行数据的重复概率几乎为0。如果业务要求绝对无重复，可通过集合去重：

required_count = len(df3)
id_set = set()

while len(id_set) < required_count:
    id_set.add(id_generator())

# 转换为列表后赋值
df3['ProductID'] = list(id_set)

其他方案（不推荐） #

pandas apply方法

本质仍是逐行处理，效率远低于批量生成：

df3['ProductID'] = df3.apply(lambda _: id_generator(), axis=1)

修正后的循环（仅作原理演示）

如果要理解逐行赋值的逻辑，可修改循环代码，但禁止用于50万行数据（速度极慢）：

for index, row in df3.iterrows():
    df3.loc[index, 'ProductID'] = id_generator()

内容的提问来源于stack exchange，提问作者Dolunaykiz