将列名转换为数字？答案

【问题标题】：Converting column names to numbers?将列名转换为数字？
【发布时间】：2018-06-20 11:25:18
【问题描述】：

我在 pd DataFrame 中有以下数据结构：

    ID  ACT1 ACT2 ACT3 ACT4 ACT5
1   0   0    1    1    1    1
2   1   1    0    0    0    0
3   2   1    1    0    1    0

ACT 是此处活动的短期术语，其中原始数据的描述比 ACTx 长。

问题：是否可以将列名（ID 除外）转换为数字并打印相应的列表，以便我以后可以看到哪个数字代表哪个字符串？请参阅我的上一篇文章以了解它的来源 (Split or merge actions by date)

    ID  0    1    2    3    4
1   0   0    1    1    1    1
2   1   1    0    0    0    0
3   2   1    1    0    1    0

为什么？我想创建一个序列数据库，为了为以后的计算节省一些内存，我喜欢使用编码标签。理想情况下，我可以调用一个表，列出每个对应的编码标签和真实标签。

Coded Label
0     ACT1
1     ACT2
2     ACT3
3     ACT4
4     ACT5
...

欢迎使用 pandas 或 scikit learn 中的任何好的解决方案！

【问题讨论】：

标签： python pandas encoding label encode

【解决方案1】：

你可以这样做：

使用编码标签创建一个 df：

l = range(0,len(df.columns)-1)
a = list(df[df.columns.difference(['ID'])])
df1 = pd.DataFrame({'Label': a, 'Coded':l})

   Coded Label
0      0  ACT1
1      1  ACT2
2      2  ACT3
3      3  ACT4
4      4  ACT5

然后重命名列：

df = df.rename(columns=dict(zip(df1["Label"], df1["Coded"])))

   ID  0  1  2  3  4
1   0  0  1  1  1  1
2   1  1  0  0  0  0
3   2  1  1  0  1  0

编辑

要保持列的顺序，您可以这样做：

a = list(df)
a.remove('ID')
l = range(0,len(df.columns)-1)
df1 = pd.DataFrame({'Label': a, 'Coded':l})

【讨论】：

似乎它在我输出 df1 时应用了字母顺序。我可以防止这种情况发生吗，即保持列的顺序？
谢谢，非常感谢！

【解决方案2】：

df = pd.DataFrame({'ID':['0','1','2'],'ACT1':['0','1','1'],'ACT2':['1','0','1'],'ACT3':['1','0','0'],'ACT4':['1','0','1'],'ACT5':['1','0','0']})
col = {x:y for x,y in zip(df.columns.difference(['ID']),range(0,len(df.columns)-1))}
label_coded = pd.DataFrame(list(col.items()), columns=['Label', 'Coded'])
df = df.rename(columns=col)

输入：

    ACT1    ACT2    ACT3    ACT4    ACT5    ID
 0     0       1       1       1       1     0
 1     1       0       0       0       0     1
 2     1       1       0       1       0     2

输出：

    0   1   2   3   4   ID
0   0   1   1   1   1   0
1   1   0   0   0   0   1
2   1   1   0   1   0   2

label_coded：

Coded Label
0     ACT1
1     ACT2
2     ACT3
3     ACT4
4     ACT5

【讨论】：