将日期时间系列转换为整数索引答案

【问题标题】：Convert datetime Series into integer index将日期时间系列转换为整数索引
【发布时间】：2017-06-17 21:44:38
【问题描述】：

我有一个熊猫系列，其中数据是日期时间类型。我想将其转换为唯一的整数索引。我正在寻找一个直接、快速的命令，因为数据很大。

示例：

           0
    0  2015-07-05
    1  2015-07-12
    3  2015-07-19
    4  2015-07-12

应转换为：

其实我也想知道有没有通用的命令，可以通过这种方式将一系列任意数据类型转换成一系列唯一整数。

【问题讨论】：

标签： python python-3.x pandas indexing series

【解决方案1】：

使用factorize:

s = pd.Series(['2015-07-05', '2015-07-12', '2015-07-19', '2015-07-12'], name=0)
print (s)
0    2015-07-05
1    2015-07-12
2    2015-07-19
3    2015-07-12
Name: 0, dtype: object

s1 = pd.Series(pd.factorize(s)[0] + 1, s.index)
print (s1)
0    1
1    2
3    3
4    2
dtype: int64

另一个可能的解决方案是rank:

s1 = s.rank(method='dense').astype(int)
print (s1)
0    1
1    2
2    3
3    2
Name: 0, dtype: int32

时间安排不同：

s = pd.concat([s]*100000).reset_index(drop=True)

In [78]: %timeit (pd.Series(pd.factorize(s)[0] + 1, s.index))
100 loops, best of 3: 13.9 ms per loop

In [79]: %timeit (s.rank(method='dense').astype(int))
1 loop, best of 3: 536 ms per loop

【讨论】：

我喜欢
谢谢，我可以认为这是一种通用方法吗？也就是说，对于所有其他数据类型，不仅是日期时间
是的，这是一般的做法，见docs
谢谢！最后一个问题：如果唯一索引是针对两列的呢？也就是说，我们有两列，而不是系列，我们希望每一对都有一个唯一的索引。
然后有必要创建新系列 - 有两种可能的解决方案 - check here