Question

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？（对于那些说R的人，在Python中，我如何as.factor()？）

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

Answer 1

您可以使用astype方法投射系列（一列）：

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

或整个DataFrame：

df = df.astype(object)

更新

系列/专栏中的

Since version 0.15, you can use the category datatype：

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

注意：pd.Factor已弃用，已被移除，转而使用pd.Categorical。

Answer 2

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Categorical，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

Answer 3

还有pd.factorize函数可供使用：

# 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

Pandas - 制作列dtype对象或因子

3 个答案:

更新