假设我有一个包含以下国家/地区的数据框:
cc | temp
US | 37.0
CA | 12.0
US | 35.0
AU | 20.0
我知道有一个 pd.get_dummies 函数可以将国家/地区转换为“单热编码”。但是,我希望将它们转换为索引,以便获得 cc_index = [1,2,1,3]
。
我假设有一种比使用 get_dummies 和 numpy where 子句更快的方法,如下所示:
[np.where(x) for x in df.cc.get_dummies().values]
在 R 中使用“因素”更容易做到这一点,所以我希望 pandas 也有类似的东西。
最佳答案
首先,改变列的类型:
df.cc = pd.Categorical(df.cc)
现在数据看起来很相似,但都是分类存储的。获取类别代码:
df['code'] = df.cc.cat.codes
现在你有:
cc temp code
0 US 37.0 2
1 CA 12.0 1
2 US 35.0 2
3 AU 20.0 0
如果您不想修改 DataFrame 而只是获取代码:
df.cc.astype('category').cat.codes
或者使用分类列作为索引:
df2 = pd.DataFrame(df.temp)
df2.index = pd.CategoricalIndex(df.cc)
关于python - Pandas:将类别转换为数字,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/38088652/