python pandas\numpy按整数编码唯一[重复]答案

【问题标题】：python pandas\numpy encode unique by integers [duplicate]python pandas\numpy按整数编码唯一[重复]
【发布时间】：2016-04-19 18:20:27
【问题描述】：

假设我有 x=["apple","orange","orange","apple","pear"] 我想要一个带有整数的分类表示，例如y=[1,2,2,1,3]。最好的方法是什么？

【问题讨论】：

整数代表什么？
大概你检查了docs？
如果您正在使用 numpy，您可以直接使用 np.unique(["apple","orange","orange","apple","pear"], return_inverse=True)[1]，而无需使用 pandas

标签： python pandas integer unique categorical-data

【解决方案1】：

您可以使用 pd.factorize 并为此使用字段 0：

In [465]: pd.factorize(x)
Out[465]: (array([0, 1, 1, 0, 2]), array(['apple', 'orange', 'pear'], dtype=object))

In [466]: pd.factorize(x)[0] + 1
Out[466]: array([1, 2, 2, 1, 3])

【讨论】：

【解决方案2】：

你可以使用：

import pandas as pd

x=["apple","orange","orange","apple","pear"]
s = pd.Series(x)

print s

0     apple
1    orange
2    orange
3     apple
4      pear

print pd.Categorical(s).codes

[0 1 1 0 2]

或者：

import pandas as pd

x=["apple","orange","orange","apple","pear"]

print pd.Categorical(x).codes

#[0 1 1 0 2]

【讨论】：

【解决方案3】：

与熊猫：x.astype('category').cat.codes

【讨论】：