Question

我有一个如下数据集：

                Name       ARowss   TotalRowss        Percentage
                motors        11           11               100 
                trck1         2             2               100 
                trck2         2             2               100 
                hydr1         4             4               100
                gas1          2             2               100

我正在做一些数据清理，我必须为“Name”中的每个值分配一个新数字。 “名称”列中的所有值都是唯一的。那么，从上面的数据集中， “电机”应该有1个，“trck1”应该有2个，“trck2”应该有3个，依此类推。

Answer 1

这是你想要的吗？

In [5]: df['id'] = pd.factorize(df.Name)[0]

In [6]: df
Out[6]:
     Name  ARowss  TotalRowss  Percentage  id
0  motors      11          11         100   0
1   trck1       2           2         100   1
2   trck2       2           2         100   2
3   hydr1       4           4         100   3
4    gas1       2           2         100   4

或者这取决于你的目标：

In [10]: df.Name = pd.factorize(df.Name)[0] + 1

In [11]: df
Out[11]:
   Name  ARowss  TotalRowss  Percentage
0     1      11          11         100
1     2       2           2         100
2     3       2           2         100
3     4       4           4         100
4     5       2           2         100

它也适用于非唯一值：

In [15]: df
Out[15]:
     Name  ARowss  TotalRowss  Percentage
0  motors      11          11         100
1   trck1       2           2         100
2   trck2       2           2         100
3   hydr1       4           4         100
4    gas1       2           2         100  # duplicates in `Name`
5    gas1       2           3         111  # 

In [16]: df.Name = pd.factorize(df.Name)[0] + 1

In [17]: df
Out[17]:
   Name  ARowss  TotalRowss  Percentage
0     1      11          11         100
1     2       2           2         100
2     3       2           2         100
3     4       4           4         100
4     5       2           2         100  #
5     5       2           3         111  #

在pandas dataframe中将字符串转换为整数

1 个答案: