熊猫：按顺序将唯一值返回到列

Question

我不确定在这种情况下我应该如何处理。

考虑像下面这样的 df，当我这样做时 df.A.unique() -> 给我一个这样的数组 [1, 2, 3, 4]

但我也想要这个值的索引，比如numpy.unique()

df = pd.DataFrame({'A': [1,1,1,2,2,2,3,3,4], 'B':[9,8,7,6,5,4,3,2,1]})
df.A.unique()
>>> array([1, 2, 3, 4])

和

np.unique([1,1,1,2,2,2,3,3,4], return_inverse=True)
>>> (array([1, 2, 3, 4]), array([0, 0, 0, 1, 1, 1, 2, 2, 3]))

如何在 Pandas 中做到这一点？带索引的唯一值。

Answer 1

在pandas 我们有drop_duplicates

df.A.drop_duplicates()
Out[22]: 
0    1
3    2
6    3
8    4
Name: A, dtype: int64

匹配np.unique 输出factorize

pd.factorize(df.A)
Out[21]: (array([0, 0, 0, 1, 1, 1, 2, 2, 3]), Int64Index([1, 2, 3, 4], dtype='int64'))

Answer 2

您还可以使用索引为.unique() 的.map() 字典：

df.A.map({i:e for e,i in enumerate(df.A.unique())})

---

0    0
1    0
2    0
3    1
4    1
5    1
6    2
7    2
8    3