使用哈希值转换数据框列

Question

这是我的数据框。

  Student  Studendid          Student  Studendid          Student  Studendid   
0   Stud1    1              0   Stud1    ah274as        0   Stud1    1
1   Stud2    2              1   Stud2    ah474as        1   Stud2    2  
2   Stud3    3              2   Stud3    ah454as        2   Stud3    3  
3   Stud4    4      hash    3   Stud4    48sdfds  hash  3   Stud4    4  
4   Stud5    5       ->     4   Stud5    dash241    ->  4   Stud5    5 
5   Stud6    6              5   Stud6    asda212        5   Stud6    6
6   Stud7    7              6   Stud7    askdkj2        6   Stud7    7  
7   Stud8    8              7    Sud8    kadhh23        7   Stud8    8  
8   Stud9    9              8   Stud9    asdhb27        8   Stud9    9

基于学生，我想散列学生证。我已经尝试过 hash() 函数。不幸的是，我还没有找到任何如何将其散列回去的方法。我想散列然后再次散列。有什么方法可以对 Studend 进行散列和散列？

df[Studendid] = df["Student"].hash()

Answer 1

赞@Ch3steR 评论：

This correct assuming every value has a unique "hash value" but there doesn't exist such hash function as of now. Every hash function is collision prone.

# Example for collision
hash(0.1) == hash(230584300921369408)
True

注意: 来自Python 3.3 字符串和字节对象的值在散列过程之前用随机值加盐。这意味着字符串的值被修改为一个随机值，每次您的解释器启动时该值都会改变。 这样做是为了避免 dictionary hash attack

# Example taken martijn's answer: 
>>> hash("235")
-310569535015251310

现在，打开一个新会话。

>>> hash("235")
-1900164331622581997

但是如果只有几行数据你可以使用：

使用 helper 字典进行哈希，然后将交换 key:values 映射回 d1 字典并传递给 Series.map:

d2 = {hash(x):x  for x in df['Student']}
d1 = {v:k for k, v in d2.items()}

df['Studendid']= df['Student'].map(d1)
df['orig']= df['Studendid'].map(d2)
print (df)
  Student            Studendid   orig
0   Stud1  6001180169368329239  Stud1
1   Stud2 -1507322317280771023  Stud2
2   Stud3 -2262724814055039076  Stud3
3   Stud4   364063172999472918  Stud4
4   Stud5  8548751638627509914  Stud5
5   Stud6  5647607776109616031  Stud6
6   Stud7   729989721669472240  Stud7
7   Stud8  4828368150311261883  Stud8
8   Stud9  8466663427818502594  Stud9

使用哈希值转换数据框列

Transform dataframe column with a hash value

python

hash

pandas

但是如果只有几行数据你可以使用：