Panda: come utilizzare factorize() per codificare stringhe come numeri

La funzione panda factorize() può essere utilizzata per codificare stringhe come valori numerici.

È possibile utilizzare i seguenti metodi per applicare la funzione factorize() alle colonne di un DataFrame panda:

Metodo 1: Fattorizzare una colonna

 df[' col1 '] = pd. factorize (df[' col '])[0]

Metodo 2: colonne specifiche del fattore

 df[[' col1 ', ' col3 ']] = df[[' col1 ', ' col3 ']]. apply ( lambda x: pd.factorize (x)[ 0 ])

Metodo 3: fattorizzare tutte le colonne

 df = df. apply ( lambda x: pd.factorize (x)[ 0 ])

L’esempio seguente mostra come utilizzare ciascun metodo con i seguenti DataFrame panda:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' conf ': ['West', 'West', 'East', 'East'],
                   ' team ': ['A', 'B', 'C', 'D'],
                   ' position ': ['Guard', 'Forward', 'Guard', 'Center'] })

#view DataFrame
df

   conf team position
0 West A Guard
1 West B Forward
2 East C Guard
3 East D Center

Esempio 1: Fattorizzare una colonna

Il codice seguente mostra come fattorizzare una colonna nel DataFrame:

 #factorize the conf column only
df[' conf '] = pd. factorize (df[' conf '])[ 0 ]

#view updated DataFrame
df

	conf team position
0 0 A Guard
1 0 B Forward
2 1 C Guard
3 1 D Center

Tieni presente che è stata presa in considerazione solo la colonna “conf”.

Ogni valore che era “Ovest” ora è 0 e ogni valore che era “Est” ora è 1.

Esempio 2: colonne specifiche del fattore

Il codice seguente mostra come fattorizzare colonne specifiche nel DataFrame:

 #factorize conf and team columns only
df[[' conf ', ' team ']] = df[[' conf ', ' team ']]. apply ( lambda x: pd.factorize (x)[ 0 ])

#view updated DataFrame
df

        conf team position
0 0 0 Guard
1 0 1 Forward
2 1 2 Guard
3 1 3 Center

Tieni presente che le colonne “conf” e “team” sono state entrambe prese in considerazione.

Esempio 3: fattorizza tutte le colonne

Il codice seguente mostra come fattorizzare tutte le colonne nel DataFrame:

 #factorize all columns
df = df. apply ( lambda x: pd.factorize (x)[ 0 ])

#view updated DataFrame
df

     conf team position
0 0 0 0
1 0 1 1
2 1 2 0
3 1 3 2

Tieni presente che tutte le colonne sono state fattorizzate.

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre operazioni comuni nei panda:

Come convertire le colonne Pandas DataFrame in stringhe
Come convertire una variabile categoriale in numerica in Pandas
Come convertire le colonne Pandas DataFrame in numeri interi