如何用Python替换Pandas DataFrame列值为带递增编号的新文本

这里有两种简单易懂的方法帮你实现需求，适合Pandas新手：

方法一：使用factorize()快速编码 #

factorize()可以自动把列中的唯一值转换成连续数字编码，正好匹配我们的递增编号需求：

import pandas as pd

# 构造你的示例DataFrame
data = {
    'value': [1,2,3,4,5,6,7,8],
    'section': ['red','red','grey','blue','yellow','yellow','blue','green'],
    'zone': [25,25,28,35,35,35,50,50]
}
df = pd.DataFrame(data)

# 用factorize获取编码，编码从0开始，所以要+1转换成从1开始的编号
codes, _ = df['zone'].factorize()
df['zone'] = 'Zone' + (codes + 1).astype(str)

print(df)

运行后输出的结果就和你期望的完全一致。

方法二：用字典手动映射（更直观） #

如果你想明确看到每个原始zone值对应的新编号，可以先创建一个映射字典：

# 获取zone列的唯一值列表
unique_zones = df['zone'].unique()
# 创建映射规则：原始zone值 → "ZoneX"格式的新值
zone_mapping = {val: f"Zone{i+1}" for i, val in enumerate(unique_zones)}
# 替换原zone列
df['zone'] = df['zone'].map(zone_mapping)

print(df)

补充说明 #

• 两种方法都能保证相同原始zone值对应同一个新编号，完全满足你的分组逻辑要求。
• 不需要用replace()，因为replace()更适合单个值的替换场景，而这里需要批量给唯一值分配递增编号，factorize()或map()的效率和可读性都更好。

内容的提问来源于stack exchange，提问作者Connor Garrett