Python：将有序类别/因子编码为带有特定编码转换的数字

Question

TLDR：使用特定编码转换将有序类别编码为数字的最简洁方法是什么？ （即保留类别有序性质的类别）。

["弱","正常","强"] --> [0,1,2]

---

假设我有一个类似于来自here 的示例的 ordered 分类变量：

import pandas as pd
raw_data = {'patient': [1, 1, 1, 2, 2], 
        'obs': [1, 2, 3, 1, 2], 
        'treatment': [0, 1, 0, 1, 0],
        'score': ['strong', 'weak', 'normal', 'weak', 'strong']} 
df = pd.DataFrame(raw_data, columns = ['patient', 'obs', 'treatment', 'score'])
df


obs treatment   score
0   1           strong
1   1           weak
2   1           normal
3   2           weak
4   2           strong

我可以创建一个函数并将其应用于我的数据框以获得所需的对话：

def score_to_numeric(x):
    if x=='strong':
        return 3
    if x=='normal':
        return 2
    if x=='weak':
        return 1

df['score_num'] = df['score'].apply(score_to_numeric)
df

obs treatment   score   score_num
0   1           strong  3
1   1           weak    1
2   1           normal  2
3   2           weak    1
4   2           strong  3

我的问题：有什么办法可以内联吗？ （无需指定单独的“score_to_numeric”函数。

也许使用某种 lambda 或替换功能？或者，这篇SO 文章表明 Sklearn 的 LabelEncoder() 非常强大，并且通过扩展可能有某种方法来处理这个问题，但我还没有弄清楚......

Answer 1

您可以将map() 与包含您的映射的字典结合使用：

In [5]: d = {'strong':3, 'normal':2, 'weak':1}

In [7]: df['score_num'] = df.score.map(d)

In [8]: df
Out[8]:
   patient  obs  treatment   score  score_num
0        1    1          0  strong          3
1        1    2          1    weak          1
2        1    3          0  normal          2
3        2    1          1    weak          1
4        2    2          0  strong          3