Pandas - 制作列 dtype 对象或因子答案

【问题标题】：Pandas - make a column dtype object or FactorPandas - 制作列 dtype 对象或因子
【发布时间】：2013-03-21 08:35:11
【问题描述】：

在 pandas 中，如何将 DataFrame 的列转换为 dtype 对象？或者更好的是，成为一个因素？（对于会说 R 的人，在 Python 中，我该如何as.factor()？）

另外，pandas.Factor 和 pandas.Categorical 有什么区别？

【问题讨论】：

标签： python pandas

【解决方案1】：

您可以使用astype 方法投射一个系列（一列）：

df['col_name'] = df['col_name'].astype(object)

或者整个DataFrame：

df = df.astype(object)

更新

Since version 0.15, you can use the category datatype 在系列/列中：

df['col_name'] = df['col_name'].astype('category')

注意：pd.Factor 已被弃用并已被删除以支持pd.Categorical。

【讨论】：

非常感谢，这让您头疼不已。
尝试这个时我得到“TypeError：数据类型不理解”我正在尝试这个 data['engagement'] = data['engagement'].astype(data) AND data = data .astype（数据）。我的专栏是engagement 5000 non-null float64
你需要使用对象吗？ data['engagement'].astype(object)...如果它们已经是浮动的，为什么要更改为对象？
注意：另外，当这个原始答案被写入创建一个分类然后将它设置为一个列时，该列被转换为对象（或另一个 dtype），因为你不能（直到 0.15）有分类列/系列。

【解决方案2】：

还有 pd.factorize 函数可以使用：

# use the df data from @herrfz

In [150]: pd.factorize(df.b)
Out[150]: (array([0, 1, 0, 1, 2]), array(['yes', 'no', 'absent'], dtype=object))
In [152]: df['c'] = pd.factorize(df.b)[0]

In [153]: df
Out[153]: 
   a       b  c
0  1     yes  0
1  2      no  1
2  3     yes  0
3  4      no  1
4  5  absent  2

【讨论】：

【解决方案3】：

据我所知，Factor 和 Categorical 是相同的。我认为它最初被称为因子，然后改为分类。要转换为分类，也许您可以使用pandas.Categorical.from_array，如下所示：

In [27]: df = pd.DataFrame({'a' : [1, 2, 3, 4, 5], 'b' : ['yes', 'no', 'yes', 'no', 'absent']})

In [28]: df
Out[28]: 
   a       b
0  1     yes
1  2      no
2  3     yes
3  4      no
4  5  absent

In [29]: df['c'] = pd.Categorical.from_array(df.b).labels

In [30]: df
Out[30]: 
   a       b  c
0  1     yes  2
1  2      no  1
2  3     yes  2
3  4      no  1
4  5  absent  0

【讨论】：

请注意，上述用法已被弃用，需要按如下方式使用：pd.Categorical(df.b).codes