如何将列中的非连续整数转换为熊猫中的连续整数

Question

我有一个如下所示的df：

    0
0   3
1   7
2   2
3   0
4   5
5   6

我想在df [0]中重新标记数字，以便保留顺序，但是它们变得连续，像这样：

    0
0   2
1   5
2   1
3   0
4   3
5   4

换句话说，最小值应为0，第二个最小值为1，第三个最小值2，依此类推。

Answer 1

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

    0   cat
0   3   2
1   7   5
2   2   1
3   0   0
4   5   3
5   6   4

如果对新列不感兴趣

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

Answer 2

看起来像rank

df['0'].rank()-1
0    2.0
1    5.0
2    1.0
3    0.0
4    3.0
5    4.0
Name: 0, dtype: float64

或

df['0'].argsort().sort_values().index.tolist()
[2, 5, 1, 0, 3, 4]

Answer 3

如果您的df[0]是数字，则可以尝试rank

df['0'].rank() - 1

Out[138]:
0    2.0
1    5.0
2    1.0
3    0.0
4    3.0
5    4.0
Name: 0, dtype: float64

否则，

构造一个将值映射到其顺序的字典。接下来map返回df[0]

d = {v: ix for ix, v in df[0].sort_values().reset_index(drop=True).items()}    
s = df[0].map(d)

Out[126]:
0    2
1    5
2    1
3    0
4    3
5    4
Name: 0, dtype: int64

Answer 4

您正在寻找

df.sort_values()

要按从最小到最大的顺序获取值，请设置ascending = True