我有以下 Dataframe ：

d_test = {
    'random_staff' : ['gfda', 'fsd','gec', 'erw', 'gd', 'kjhk', 'fd', 'kui'],
    'cluster_number' : [1, 2, 3, 3, 2, 1, 4, 2]
}
df_test = pd.DataFrame(d_test)

cluster_number列包含从1到n的值。某些值可能会重复，但不会显示缺失值。例如，上述这些值为：一米三氮一x一米四氮一x一米五氮一x一米六氮一x
我希望能够从cluster_number列中选择某个值，并将该值的每次出现更改为唯一值集。不应显示缺失值。例如，如果我们选择值2，则cluster_number的理想结果为[1, 2, 3, 3, 5, 1, 4, 6]。请注意，该列中有三个2。我们保留第一个为2，将下一个出现的2更改为5，将最后一个出现的2更改为6。
我为上面的逻辑编写了代码，它运行良好：

cluster_number_to_change = 2
max_cluster = max(df_test['cluster_number'])
first_iter = True
i = cluster_number_to_change
for index, row in df_test.iterrows():
    if row['cluster_number'] == cluster_number_to_change:
        df_test.loc[index, 'cluster_number'] = i
        if first_iter:
            i = max_cluster + 1
            first_iter = False
        else:
            i += 1

但它是写为for循环，我试图了解，如果可以转换成Pandas.apply方法（或任何其他有效的矢量化解决方案）的形式。