我有一个数据框（df）和一个包含组号的变量。每个观察都有一个从1到80的组号。我想创建一个新变量new_group，其中包含每个观察从1到80的新随机数。但是，这些新组号必须与原始组号保持一致，因为如果在组1中有2个观测值，则两个观测值应具有相同的新随机组号。

示例：

observation    group   random_group
0                1         4
1                2         3
2                1         4
3                43        1
4                1         4
5                21        80
6                43        1

我正在使用Python 3.7。我尝试了以下方法： 1.我创建了一个字典，键从1到80，值从1到80，但顺序不同。想法是使用此字典进行Excel“ vlookup”类型的匹配。

1. 我创建了一个包含两列的新数据框：一个列的值从1到80，另一列的数字从1到80，但顺序不同。想法是将原始数据框与新数据框合并。

这是我所做的：

import random
ordered_group = list(range(1,81))
random_group = random.sample(range(1,81),80)
group_dict = dict(zip(ordered_group,random_group))

df['new_group'] = df.group.map(group_dict)

new_group列仅包含nan

我也尝试了此方法，而不是最后一行：

df['new_group'] = df["group"].apply(lambda x: group_dict .get(x))

现在，它可以一次正确地映射所有80个组，但不能涵盖所有观察结果

我也尝试使用merge而不是map

import random
random_group= list(range(1,81))
random_group= pd.DataFrame(random_group)
random_group['new_group'] = random.sample(range(1,80)
random_group.rename(columns={0:'group'},inplace=True )


df= df.merge(random_group,on = 'group',how = 'outer')

它一次正确地映射了所有80个组，但没有遍历所有观察结果

所以我得到这样的东西：

observation    group   random_group
0                1         4
1                2         3
2                1         nan
3                43        1
4                1         nan
5                21        80
6                43        nan

我的两种方法似乎运行良好，但是它们无法遍历整个数据帧。知道我哪里出错了吗？另外，欢迎使用任何更有效的方法

谢谢！