Pandas Series.factorize() 函数的基本操作是什么？

pandas Series.factorize() 方法用于将序列对象编码为枚举类型或分类变量。此方法生成序列数据的数值表示形式。

Series.factorize() 方法的输出是一个元组，它有两个元素，一个表示代码，另一个元素表示唯一值。

示例 1

在下面的示例中，我们将看到 series.factorize() 方法如何对序列对象的元素进行编码。

Open Compiler
# importing pandas package
import pandas as pd

# create a series
s = pd.Series({'A':"aa", 'B':"bb", "C":"cc"})
print(s)

result = s.factorize()
print(result)

解释

这里使用 Python 字典创建序列对象。

Explore our latest online courses and learn new skills at your own pace. Enroll and become a certified expert to boost your career.

输出

输出如下所示：

A    aa
B    bb
C    cc
dtype: object
(array([0, 1, 2], dtype=int32), Index(['aa', 'bb', 'cc'], dtype='object'))

在输出中，我们可以看到 Series.factorize() 函数已成功对序列对象“s”的数据进行了编码。

示例 2

在下面的示例中，我们将看到 series.factorize() 方法如何对包含缺失值的序列的元素进行编码。

Open Compiler
# importing pandas package
import pandas as pd

# create a series
s = pd.Series([70, 52, None, 79, 34,], index= list('ijklm'))
print(s)

result = s.factorize()
print(result)

输出

输出如下所示：

i    70.0
j    52.0
k     NaN
l    79.0
m    34.0
dtype: float64

(array([ 0, 1, -1, 2, 3], dtype=int32), Float64Index([70.0, 52.0, 79.0, 34.0], dtype='float64'))

正如我们在上面的输出块中看到的，Series.factorize() 方法已使用数值对给定序列对象的数据进行了编码。我们还可以观察到，缺失值已分配了数值 -1。

更新于: 2022年3月7日

137 次浏览

开启你的 职业生涯

通过完成课程获得认证

立即开始
广告