Python | 熊猫 Index.factorize()介绍

简介

Index.factorize() 是熊猫中的一种方法，主要用于将类别型的数据转化为数值型的数据。例如，如果一个数据集中有一个性别的列，其中包含“男”和“女”这两个类别，那么使用Index.factorize()可以将“男”转换为0，“女”转换为1。

语法

Index.factorize()的语法如下：

pandas.Index.factorize(self, sort=False, na_sentinel=-1, size_hint=None)

该函数有三个参数：

• sort：bool类型，表示是否按数字大小排序，默认为False。
• na_sentinel：int类型，表示将NaN转化为的数字，默认为-1。
• size_hint：int类型，一个适当的元素数确定factorize过程中的哈希表和输出数组的大小（以元素为单位）

返回值

Index.factorize()的返回值是一个元组，其中第一个元素是一个数组，其中包含每个元素的 排序后的索引，第二个元素是一个Index对象，其中包含实际的 类别值。

示例

import pandas as pd

df = pd.DataFrame({'A': ['a', 'b', 'c', 'a']})

result = pd.Index(df['A']).factorize()

print(result)

输出结果如下：

(array([0, 1, 2, 0]), Index(['a', 'b', 'c'], dtype='object'))

以上输出表明，数组中的第一个元素每个值在类别数组中的序号，序号可以作为新的数值表示该元素，Index数组则包含实际的类别值。