如何将pandas数据帧从基于字符串的分类列转换为数字表示

你也可以使用 LabelEncoder 从 sklearn 如果需要,它还可以将标签编码转换回来。( sklearn LabelEncoder documentation ):

import pandas as pd
from sklearn import preprocessing

df = pd.DataFrame({'label': ['some_label', 'some_label', 'a_diff_label', 'a_diff_label']})

le = preprocessing.LabelEncoder()
df['label'] = le.fit_transform(df['label'])

有很多方法可以达到这个目的(等,因素)

pd.Series(['some_label', 'some_label', 'a_diff_label', 'a_diff_label']).astype('category').cat.codes
Out[19]: 
0    1
1    1
2    0
3    0
dtype: int8

我知道已经有人回答了,但是您可能需要使用一个从代码到标签和viceversa的映射,以及一些转换函数。这样地:

import pandas as pd

col_map = pd.DataFrame.from_dict({
    'some_label': 0,
    'a_diff_label': 1,
}, orient='index')

def label_to_code(label):
    return col_map[col_map.index == label][0].values[0]

def code_to_label(code):
    return col_map[col_map[0] == code].index[0]

df = pd.DataFrame(data={'label': ['some_label', 'some_label', 'a_diff_label', 'a_diff_label']})
df['code'] = df['label'].apply(label_to_code)
df['another_label'] = df['code'].apply(code_to_label)
print(df)

因为我发现的类似问题非常复杂,很难理解,所以我发布了一个简单的答案。

就这样做:

df['label'] = (df['label'] == 'some_label').astype(int)