python - Pandas:将类别转换为数字

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/