Question

我有一个包含（非唯一）字符串的数组（在numpy或pandas中）。其中一些是作为字符串写的整数，一些包括数字和字母。我想要做的是将这些字符串映射到（某些）int或float值，以便进一步处理它们。

我不是指简单的int（字符串，基础）。我的意思是一个程序，比如通过所有字符串，然后说“啊哈，所以让我们分配给这个字符串，例如'int / float-key'”。

最有效的方法是什么？

Answer 1

听起来你有一个带有各种字符串的pandas DataFrame要转换为索引值，这样每个唯一字符串都有一个唯一的整数值。

numpy.unique做你需要的。（你已经提到过你正在使用numpy，所以我将发布一个numpy解决方案。）

例如：

import numpy as np
import pandas

df = pandas.DataFrame(dict(x=['1', 'a5', 'cde9', '1', 'cde9']))

unique_vals, df['keys'] = np.unique(df.x, return_inverse=True)

print df

Answer 2

如果查看此内容的人有类似的需求，但有正常的字符串列表，如：

x = ['1', 'a5', 'cde9', '1', 'cde9']

您可以使用字典理解来构建将字符串映射到唯一ID的字典，如下所示：

x_set = set(x)
dict = {z:id for z,id in zip(x_set,range(len(x_set)))}

set(x)为您提供x中的唯一值，range(len(x_set))提供从0到len(x_set)-1的唯一ID。使用您想要的任何ID序列。

示例：

>>> x = ['1', 'a5', 'cde9', '1', 'cde9']
>>> x_set = set(x)
>>> x_set
set(['1', 'cde9', 'a5'])
>>> dict = {z:id for z,id in zip(x_set,range(len(x_set)))}
>>> dict
{'1': 0, 'cde9': 1, 'a5': 2}

python以高效的方式将字符串转换为int / float

2 个答案: