📜  Python|熊猫 Series.factorize()

📅  最后修改于: 2022-05-13 01:55:49.804000             🧑  作者: Mango

Python|熊猫 Series.factorize()

Pandas 系列是带有轴标签的一维 ndarray。标签不必是唯一的,但必须是可散列的类型。该对象支持基于整数和基于标签的索引,并提供了许多用于执行涉及索引的操作的方法。

Pandas Series.factorize()函数将对象编码为枚举类型或分类变量。当重要的是识别不同的值时,此方法对于获取数组的数字表示很有用。

示例 #1:使用Series.factorize()函数对给定系列对象的基础数据进行编码。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series(['New York', 'Chicago', 'Toronto', None, 'Rio'])
  
# Create the Index
sr.index = ['City 1', 'City 2', 'City 3', 'City 4', 'City 5'] 
  
# set the index
sr.index = index_
  
# Print the series
print(sr)

输出 :


现在我们将使用Series.factorize()函数对给定系列对象的基础数据进行编码。

# encode the values
result = sr.factorize()
  
# Print the result
print(result)

输出 :

正如我们在输出中看到的, Series.factorize()函数已成功编码给定系列对象的基础数据。请注意,缺失值已分配为 -1 代码。示例 #2:使用Series.factorize()函数对给定系列对象的基础数据进行编码。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([80, 25, 3, 80, 24, 25])
  
# Create the Index
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp']
  
# set the index
sr.index = index_
  
# Print the series
print(sr)

输出 :

现在我们将使用Series.factorize()函数对给定系列对象的基础数据进行编码。

# encode the values
result = sr.factorize()
  
# Print the result
print(result)

输出 :

正如我们在输出中看到的, Series.factorize()函数已成功编码给定系列对象的基础数据。