如何在pandas DataFrame中对列表元素实现唯一值映射编号？

实现代码 #

直接按下面的逻辑写即可，最终输出和你给出的示例完全一致：

import pandas as pd

# 初始化示例数据
df = pd.DataFrame({
    'raw_col': [
        ['phone', 'laptop'],
        ['life', 'death', 'mortal'],
        ['happy']
    ]
})

# 第一步：展平所有列表，收集全局唯一元素，生成从1开始的连续编号映射
all_elements = []
for item_list in df['raw_col']:
    all_elements.extend(item_list)
# pd.unique会保留元素第一次出现的顺序，保证编号和示例匹配
id_mapping = {val: idx for idx, val in enumerate(pd.unique(all_elements), start=1)}

# 第二步：逐行替换列表内的元素为对应编号
df['mapped_col'] = df['raw_col'].apply(lambda x: [id_mapping[item] for item in x])

运行后查看df['mapped_col']结果：

0       [1, 2]
1    [3, 4, 5]
2          [6]
Name: mapped_col, dtype: object

之前写法报错的核心原因 #

• 直接对存储列表的列调用map()：map的处理粒度是单元格整体（也就是每个列表本身），不会自动遍历列表内部的单个元素，要么触发键值/类型错误，要么返回结果完全不符合预期。
• 逐行对列表使用enumerate：enumerate只会给当前列表单独生成序号，每遍历一行序号就会重新从起始值开始计数，既做不到全局连续编号，遇到跨列表重复的元素还会分配多个不同ID，不符合唯一映射的要求。

内容的提问来源于stack exchange，提问作者user19389282