将分类列转换为特定整数答案

【问题标题】：Convert categorical column into specific integers将分类列转换为特定整数
【发布时间】：2019-01-13 10:17:21
【问题描述】：

我有一堆数据框，其中一个分类列定义了性别 (M/F)。我想将整数 1 分配给男性，将 2 分配给女性。我有以下代码将它们编码为 0 和 1

df4["Sex"] = df4["Sex"].astype('category')
df4.dtypes
df4["Sex_cat"] = df4["Sex"].cat.codes
df4.head()

但我特别需要 M 为 1，F 为 2。有没有一种简单的方法可以将特定整数分配给类别？

【问题讨论】：

【解决方案1】：

IIUC：

df4['Sex'] = df4['Sex'].map({'M':1,'F':2})

现在：

print(df4)

会是理想的结果。

【讨论】：

地图解决方案需要一个扩展来优雅地处理多个类别（想想enumerate），astype('category') 的答案很危险，因为你把任务留给了 pandas，顺序通常是字典顺序的，无法控制.
@coldspeed 是的，我删除了那部分
好多了。这就是为什么我从未在 cmets 中发布完整答案的原因，这就是为什么在举起一个之前你应该仔细考虑 ;-)
@coldspeed 大声笑，是的，用apply 添加了另一个，但效率较低。
我建议删除它。

【解决方案2】：

如果需要强加特定的排序，可以使用pd.Categorical：

c = pd.Categorical(df["Sex"], categories=['M','F'], ordered=True)

这确保“M”被赋予最小值，“F”被赋予下一个值，依此类推。然后您可以访问codes 并添加 1。

df['Sex_cat'] = c.codes + 1

如果您想更好地控制为哪些类别分配了哪些代码，则使用pd.Categorical 比使用astype('category') 更好。

【讨论】：

【解决方案3】：

您也可以将 lambda 与 apply 一起使用：

df4['sex'] = df4['sex'].apply(lambda x : 1 if x=='M' else 2)

【讨论】：