用随机的“昵称”来匿名大熊猫的名字栏

Question

假设我有一只熊猫数据和一个专栏“名字”。我想匿名列和隐藏身份。我可以做这样的事，

df['nickname'] = 'P ' + pd.Series(pd.factorize(df['name'])[0] + 1).astype(str)

但它给了我这个：

name       nickname  
frank miller   P 1       
john cena      P 2       
john cena      P 2       
rock           P 3       

以上是一个可以接受的匿名，但不是我所需要的。有什么办法能让我找到下面想要的桌子吗？也许是内置的python函数，或者已经实现了这样的东西的人？

想要的表(带有随机昵称，但相同输入的输出)：

name       nickname  
frank miller   Tiko       
john cena      Bozo       
john cena      Bozo       
the rock       Hana       

Answer 1

您可以为此使用Faker包，为您生成一个虚拟名称。

安装

# pip
pip install Faker

# anaconda
conda install -c conda-forge faker

示例

from faker import Faker
faker = Faker()
# seed the random generator to produce the same results
Faker.seed(4321)

dict_names = {name: faker.name() for name in df['name'].unique()}
df['nickname'] = df['name'].map(dict_names)

输出

           name     nickname
0  frank miller  Jason Brown
1     john cena  Jacob Stein
2     john cena  Jacob Stein
3          rock   Cody Brown

您还可以用来自某些国家的名称初始化Faker：

faker = Faker(['it_IT', 'de_DE', 'sv_SE'])

dict_names = {name: faker.name() for name in df['name'].unique()}
df['nickname'] = df['name'].map(dict_names)

输出

           name           nickname
0  frank miller    Nadeschda Finke
1     john cena      Marcus Warmer
2     john cena      Marcus Warmer
3          rock  Sophia Squarcione