Question

我有一个这样的DataFrame对象

ColumnOne |  ColumnTwo
ABCD      |  red
ABCD      |  blue
EFGH      |  green
IJKL      |  white

我想要一个这样的DataFrame对象

ColumnOne |  ColumnTwo | ColumnThree
ABCD      |  red       | 0
ABCD      |  blue      | 0
EFGH      |  green     | 1
IJKL      |  white     | 2

基于ColumnOne元素，我该怎么做？

Answer 1

我认为您正在寻找pd.factorize()。从文档： https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.factorize.html

将Series传递到pd.factorize()返回两个数组：labels和uniques。 labels是类别的数字编码，而uniques是您刚刚传入的Series中唯一值的数组。因此，您可以舍弃uniques并分配{ {1}}移至新列，如下所示：

labels

或者，如果将import pandas as pd df = pd.DataFrame({ 'ColumnOne': ['ABCD', 'ABCD', 'EFGH', 'IJKL'], 'ColumnTwo': ['red', 'blue', 'green', 'white'] }) # factorize returns (labels, uniques) and you just want labels df['ColumnThree'] = pd.factorize(df['ColumnOne'])[0]转换为df['ColumnOne'] dtype，则可以使用此其他文章中的任何答案： Get mapping of categorical variables in pandas

如何创建具有不同元素值的另一列？

1 个答案: