标称值的标签编码

Question

我正在研究具有标称列的数据集，即本质上是分类的，有点像这样：

>>>data['MODE'].unique()
array(['A', 'B', 'C'], dtype=object)

我想将这些标称值转换为对应的数值（A-0、B-1、C-2）。我该怎么做？

给出的代码只是为了演示列中存在的类，我需要将整个列转换为序数（即映射 A->0,B->1,C->2）

Answer 1

使用factorize:

a = data['MODE'].unique()
print (pd.factorize(a)[0])
[0 1 2]


print (dict(zip(a, pd.factorize(a)[0])))
{'A': 0, 'B': 1, 'C': 2}

或枚举：

print ({v:k for k, v in dict(enumerate(a)).items()})
{'A': 0, 'B': 1, 'C': 2}