为 df 的每行创建 UUID

在数据处理的项目中，我们有时会需要为每行数据创建唯一的标识符。一个常见的标识符是 UUID（通用唯一标识符），它可以在分布式系统中确保唯一性。

本文将介绍如何使用 Python 的 uuid 模块为 Pandas DataFrame 的每行数据创建 UUID，并将结果作为新的一列添加到 DataFrame 中。

首先，我们需要导入 Pandas 和 uuid 模块：

import pandas as pd
import uuid

接下来，我们可以创建一个示例 DataFrame：

data = {
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35]
}
df = pd.DataFrame(data)

现在，我们来创建一个函数，它将用于为每行数据生成 UUID：

def create_uuid(row):
    return str(uuid.uuid4())

该函数接受 DataFrame 的一行作为输入，并返回一个唯一的字符串表示该行的 UUID。

接下来，我们可以使用 Pandas 的 apply 方法遍历 DataFrame 的每行，并在每行上调用 create_uuid 函数：

df['uuid'] = df.apply(create_uuid, axis=1)

apply 方法接受一个函数和一个 axis 参数。这里，我们将 create_uuid 函数作为输入函数，并指定 axis=1，表示对每行进行操作。apply 方法返回一个新的 Series 对象，其中每个元素都是一个 UUID。

最后，我们可以打印 DataFrame 来查看结果：

print(df)

输出如下：

       name  age                                  uuid
0     Alice   25  76c81ab0-72bb-401d-9d15-cf33b8f2bdef
1       Bob   30  60bc8ec8-42e5-46d9-ac0e-8baae403fa04
2  Charlie   35  75f8a285-059c-4d2e-9f0d-eaf34dfb73e3

我们可以看到，uuid 列已经被添加到了 DataFrame 中，并包含了一组唯一标识符。

在这个示例中，我们演示了如何为 DataFrame 的每行数据创建 UUID，这可能在分布式系统中非常有用，可以确保数据的唯一性。