Pythonで数字の範囲を変更する

Question

私はPythonでSVDをやっています。私のデータインデックスの範囲は150,000から160,000です。このため、SVDは非常にリソースを大量に消費しています。重複を維持しながら、このデータの範囲を0〜10,000に変更するにはどうすればよいですか。

Eg: i have consecutive data points :150001,150001,155003,156004,157005 

it should map to :1,1,2,3,4 

このように範囲が縮小されていますが、ひどく疎なデータマートトリックスを渡す必要はありません。

私の主な要件は、私は、このような（169,169,256,945,3445,9999）などのデータをマップする必要があるということですが、私はこのための小さな関数を書いた（0,0,1,2,3,4）

Answer 1

次のコードは、ランク順に番号のリスト内で一意の番号のインデックスを記録します

>>> import numpy as np 
>>> v = [169,169,256,945,945,945,345,9999] 
>>> np.hstack([0, np.cumsum(np.diff(v)!=0)]) 
array([0, 0, 1, 2, 2, 2, 3, 4]) 

これらの要件を反映するために質問を更新してください。

Answer 2

に変身します、同じことをする簡単な方法があると願っています。

が

def range_minimizer(): 
    ind=0 

    for i in d1.index: 
     if i==0: 
      d1['new_index']=0 

     else: 
      if d1['movie'][i]==d1['movie'][i-1]: 
       d1['new_index'][i]=ind 
      else: 
       ind+=1 
       d1['new_index'][i]=ind 

FYI私のデータは、私が最終的な結果を得るデータでこの機能を実行した後、この

user movie rating 
0  1  169  2.5 
1  1 2471  3.0 
2  1 48516  5.0 
3  2 2571  3.5 
4  2 109487  4.0 

次のようになります。

user movie rating ind 
0  1  169  2.5 0 
1  1 2471  3.0 1 
2  1 48516  5.0 2 
3  2 48516  3.5 2 
4  2 109487  4.0 3 

Answer 3

IIUCを、あなたはシリーズでrank(method='dense')を使用することができ(docs) ：

>>> df = pd.DataFrame({"a": [150001,150001,155003,156004,157005]}) 
>>> df 
     a 
0 150001 
1 150001 
2 155003 
3 156004 
4 157005 
>>> df["a_rank"] = df["a"].rank(method="dense").astype(int) 
>>> df 
     a a_rank 
0 150001  1 
1 150001  1 
2 155003  2 
3 156004  3 
4 157005  4