如何随机打乱pandas DataFrame列并保证重复姓名组映射相同新值

核心思路是先给每个独立用户（Name+surname唯一组合）预分配打乱后的新名称，再批量映射回原数据集，保证同一用户的所有记录新名称完全一致。

完整实现代码 #

import pandas as pd
import numpy as np

# 构造示例数据
df = pd.DataFrame({
    'Name': ['John', 'Arthur', 'Arthur', 'Mike'],
    'surname': ['Bisham', 'Lefer', 'Lefer', 'Loner']
})

# 步骤1：提取所有唯一用户，生成用户到新名称的映射
unique_users = df[['Name', 'surname']].drop_duplicates()
# 步骤2：打乱原Name列的唯一值作为新名称池，保证和原唯一用户数量一致
shuffled_names = np.random.permutation(df['Name'].unique())
# 步骤3：建立唯一用户和新名称的映射关系
user_map = unique_users.assign(new_name=shuffled_names).set_index(['Name', 'surname'])['new_name']
# 步骤4：映射回原DataFrame
df['new name'] = df.set_index(['Name', 'surname']).index.map(user_map)

print(df)

输出示例（每次运行new name列会随机变化，同一用户新名称保持一致） #

Name surname new name
0    John  Bisham     Mike
1  Arthur   Lefer     John
2  Arthur   Lefer     John
3    Mike   Loner   Arthur

如果需要用和原Name完全不重名的自定义新名称，只需要把shuffled_names替换成你自定义的名称列表即可，示例如下：

# 自定义新名称列表，长度需要和唯一用户数量一致
custom_names = ['Rick', 'Mark', 'Peter']
user_map = unique_users.assign(new_name=custom_names).set_index(['Name', 'surname'])['new_name']

运行后即可得到和你给出的示例完全一致的输出效果。

内容的提问来源于stack exchange，提问作者istwine