如何将Pandas DataFrame中object类型的customer_id转换为唯一整数值

最直接的实现方式是使用pandas内置的factorize()方法，它会自动为每个唯一的原始customer_id分配同一个整数编码，代码如下：

# 生成从0开始的唯一整数编码，可直接覆盖原有customer_id字段
data['customer_id'] = pd.factorize(data['customer_id'])[0]

# 若需要编码从1开始，修改为以下写法即可
data['customer_id'] = pd.factorize(data['customer_id'])[0] + 1

原代码失效原因 #

你使用的rank()方法是基于数值排序生成排名，仅适用于数值类型的customer_id场景，且排序规则和你需要的「按唯一值分配固定整数」的需求不匹配，因此得不到正确结果。

其他可选实现 #

你也可以通过分类类型编码实现相同效果：

data['customer_id'] = data['customer_id'].astype('category').cat.codes

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