如何为Pandas列中唯一敏感ID替换固定随机数（随机分类）

要实现相同ID对应固定随机替换值的需求，核心是先给每个唯一ID分配专属随机值，再通过映射关系批量替换，以下是基于Python pandas的高效实现方案：

步骤说明 #

1. 提取所有唯一ID，避免重复生成随机值
2. 为每个唯一ID生成固定的随机替换值（支持整数、固定长度字符串等格式）
3. 利用映射关系快速替换原列，保证相同ID对应相同掩码值

代码示例 #

基础整数掩码实现 #

import pandas as pd
import numpy as np

# 初始化你的DataFrame
df = pd.DataFrame({'id': [11, 22, 22, 333, 33, 333]})

# 获取所有唯一ID
unique_ids = df['id'].unique()

# 生成唯一ID到随机整数的映射（范围可自定义，这里是0-999）
id_mask_map = {uid: np.random.randint(0, 1000) for uid in unique_ids}

# 替换原ID列（也可新增列保留原数据）
df['id'] = df['id'].map(id_mask_map)

print(df)

固定长度字符串掩码实现（如示例中的"00"格式） #

如果需要生成固定位数的字符串掩码，可调整映射生成逻辑：

import pandas as pd
import numpy as np

df = pd.DataFrame({'id': [11, 22, 22, 333, 33, 333]})
unique_ids = df['id'].unique()

# 生成两位固定长度的字符串掩码，不足两位补0
id_mask_map = {uid: str(np.random.randint(0, 100)).zfill(2) for uid in unique_ids}

df['id'] = df['id'].map(id_mask_map)
print(df)

加密级随机数实现（更高安全性） #

如果对随机数安全性要求高，可使用secrets模块：

import pandas as pd
import secrets

df = pd.DataFrame({'id': [11, 22, 22, 333, 33, 333]})
unique_ids = df['id'].unique()

id_mask_map = {uid: secrets.randbelow(1000) for uid in unique_ids}
df['id'] = df['id'].map(id_mask_map)

优势 #

• 效率高：unique()和map()都是pandas的高效操作，处理上万条数据毫无压力
• 灵活性：可根据需求自定义随机数的范围、格式（整数、字符串、不同长度等）
• 一致性：同一ID只会生成一次随机值，确保替换后相同ID对应相同掩码

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