如何将所有字符串（如“Fault”）转换为唯一的浮点数？

Question

我有一个 DataFrame，其中包含 int、float 和 object（带字符的字符串）项。我希望每个独特的对象都有一个独特的浮动，就像这样-

Exhuast
Fault
Probation
Exhaust
Fault
Motor

到

1.
2.
3.
1.
2.
4.

另外，它是否适用于所有列，还是我必须逐列执行？

最后一个问题，它还会将所有int 转换为float 吗？

Answer 1

正如 Jon 所说，您可以使用 Series.factorize。

(s.factorize()[0]+1).astype('float')

要在整个 DataFrame 上按列执行此操作，只需使用 apply。

演示

>>> s = pd.Series(['Exhaust', 'Fault', 'Probation', 5, int,
                   'Exhaust', int, 'Fault', 'Motor'])

>>> s
0          Exhaust
1            Fault
2        Probation
3                5
4    <class 'int'>
5          Exhaust
6    <class 'int'>
7            Fault
8            Motor
dtype: object

>>> (s.factorize()[0]+1).astype('float')
array([ 1.,  2.,  3.,  4.,  5.,  1.,  5.,  2.,  6.])

---

一个 NumPy 解决方案可能是使用 np.unique 的 return_inverse 关键字 arg，

(np.unique(s, return_inverse=True)[1]+1).astype('float')

但是，从一些粗略的基准测试来看，Pandas 解决方案可能会更快。