我们如何将列中的分类数据转换为编号数据

Question

让我们举一个例子，假设我的表值为：

受试者

英语

数学

科学

英语

科学

如何将这些字符串数据转换为编号数据，如下表所示。

受试者

1

2

3

1

3

Answer 1

假设您的原始数据框如下所示：

>>> df
      subjects
0      english
1  mathematics
2      science
3      english
4      science

您可以使用pd.factorize：

df['factor'] = pd.factorize(df['subjects'])[0]+1

>>> df
      subjects  factor
0      english       1
1  mathematics       2
2      science       3
3      english       1
4      science       3

或者，如果您只想替换subjects中的值而不是创建新列factor，请执行以下操作：

df['subjects'] = pd.factorize(df['subjects'])[0]+1

请注意，+1只是为了让您的确切输出范围为1到3.如果没有它，您仍然会获得有效的类别，范围从0到2。