量化年龄范围列Python

Question

我有一个pandas数据框，其中包含一个包含年龄列的csv。

示例数据如下：

[0-10)
[10-20)
[20-30)

如何分解数据：

0
1
2

取决于每行中的年龄。

Answer 1

使用pd.factorize：

df['code'] = pd.factorize(df[0])[0]

输出：

         0  code
0   [0-10)     0
1  [10-20)     1
2  [20-30)     2

或者使用带有cat访问器的category数据类型：

df['code2'] = df[0].astype('category').cat.codes

输出：

         0  code  code2
0   [0-10)     0      0
1  [10-20)     1      1
2  [20-30)     2      2