熊猫，将所有数据框设置为唯一的分类值

Question

我对Pandas和python还是比较陌生，我试图找出如何将Pandas Dataframe的所有内容（所有字段都是字符串）转换为分类对象。

在将行和列中的所有值转换为分类数字之前，必须将它们视为一个大的唯一数据集。

到目前为止，我已经能够编写以下代码

for col_name in X.columns:
    if(X[col_name].dtype == 'object'):
        X[col_name]= X[col_name].astype('category')
        X[col_name] = X[col_name].cat.codes

适用于多列的数据框X。它接受字符串并将其转换为唯一数字。

我不确定上面的代码是我的for循环仅适用于每列，而且我不确定分配的代码是针对每一列还是整个数据帧都是唯一的（后者是所需的操作）。

考虑到数据框的所有值，您能否提供建议，说明我如何将代码转换为唯一数字？

在此先感谢您的帮助。 问候 亚历克斯

Answer 1

使用DataFrame.stack和Series.unstack将MultiIndex Series设置为唯一值：

cols = df.select_dtypes('object').columns
df[cols] = df[cols].stack().astype('category').cat.codes.unstack()