假设我有一个包含以下国家/地区的数据框:
cc | temp
US | 37.0
CA | 12.0
US | 35.0
AU | 20.0
我知道有一个pd.get_dummies函数可以将国家/地区转换为“一次性编码”。但是,我希望将它们转换为索引,以便获取cc_index = [1,2,1,3]
。
我假设有一种比使用get_dummies和numpy where子句更快的方法,如下所示:
[np.where(x) for x in df.cc.get_dummies().values]
这在R中使用“因素”更容易做到,所以我希望熊猫也有类似的东西。
首先,更改列的类型:
df.cc = pd.Categorical(df.cc)
现在,数据看起来很相似,但是是按类别存储的。要捕获类别代码:
df['code'] = df.cc.cat.codes
现在您有了:
cc temp code
0 US 37.0 2
1 CA 12.0 1
2 US 35.0 2
3 AU 20.0 0
如果您不想修改DataFrame,而只需获取代码:
df.cc.astype('category').cat.codes
或使用分类列作为索引:
df2 = pd.DataFrame(df.temp)
df2.index = pd.CategoricalIndex(df.cc)
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句