将熊猫系列从字符串转换为唯一的 int id [重复]

【问题标题】：Convert pandas series from string to unique int ids [duplicate]将熊猫系列从字符串转换为唯一的 int id [重复]
【发布时间】：2014-11-15 18:58:26
【问题描述】：

我有一个系列中的分类变量。我想为每个唯一值分配整数 id 并使用 id 创建一个新系列，有效地将字符串变量转换为整数变量。最紧凑/最有效的方法是什么？

【问题讨论】：

标签： python pandas

【解决方案1】：

你可以使用pandas.factorize:

In [32]: s = pd.Series(['a','b','c'])

In [33]: labels, levels = pd.factorize(s)

In [35]: labels
Out[35]: array([0, 1, 2])

【讨论】：

请注意，从 0.15（将在未来几周内发布）开始，将有更多集成的分类支持，请参阅pandas-docs.github.io/pandas-docs-travis/…

【解决方案2】：

在 pandas 0.15+ 中使用新的 pandas categorical 类型的示例

http://pandas.pydata.org/pandas-docs/version/0.16.2/categorical.html

In [553]: x = pd.Series(['a', 'a', 'a', 'b', 'b', 'c']).astype('category')

In [554]: x
Out[554]: 
0    a
1    a
2    a
3    b
4    b
5    c
dtype: category
Categories (3, object): [
                        a
                        , b
                        , c]

In [555]: x.cat.codes
Out[555]: 
0    0
1    0
2    0
3    1
4    1
5    2
dtype: int8

【讨论】：