如何确定性地将Pandas字符串列转换为特定的数字？

5us2dqdw 于 2023-04-10 发布在其他

关注(0)|答案(2)|浏览(201)

我在这里问了一个类似的问题，并感谢社区的帮助。
我遇到了一个问题，我想将dataframe字符串转换为数字。这次我不能手动将字符串Map到数字，因为这一列实际上很长（下面的例子只是一个最小的例子）。限制是每次重复相同的字符串时，数字应该是相同的。
我尝试使用pd.to_numeric，但它给了我一个错误-

import pandas as pd
data = [['mechanical@engineer', 'Works on machines'], ['field engineer', 'Works on pumps'],
        ['lab_scientist', 'Publishes papers'], ['field engineer', 'Works on pumps'],
        ['lab_scientist','Publishes papers']]# Create the pandas DataFrame
df = pd.DataFrame(data, columns=['Job1', 'Description'])
role_to_code = {"mechanical@engineer": 0, "field engineer": 1, "lab_scientist": 2}

df['Job1'] = df['Job1'].map(role_to_code)

print(df.head())

df['Description'] = pd.to_numeric(df['Description'])

以下是错误-

ValueError: Unable to parse string "Works on machines" at position 0

根据类似的SO帖子，上述错误的解决方案是指定一个分隔符。但由于数据集非常大，我不想指定多个分隔符。有没有方法可以自动化这个过程？

pandas

来源：https://stackoverflow.com/questions/75966447/how-do-i-deterministically-convert-pandas-string-columns-into-specific-numbers

2条答案

按热度按时间

kulphzqa1#

IIUC，有一个pandas builtin 可以做到这一点：factorize。
pandas.factorize（值，排序=假，使用_na_sentinel=真，大小提示=无）
* 将对象编码为枚举类型或分类变量。*
此方法对于获取数组的数字表示非常有用，因为所有重要的事情都是标识不同的值。

df["Description_new"] = pd.factorize(df['Description'])[0]

输出：

print(df)

   Job1        Description  Description_new
0     0  Works on machines                0
1     1     Works on pumps                1
2     2   Publishes papers                2
3     1     Works on pumps                1
4     2   Publishes papers                2

赞(0）回复(0）举报 2023-04-10

rkttyhzu2#

如果你想将“Description”列中的字符串编码为数字，你可以使用scikit-learn的LabelEncoder类，它会将每个唯一的字符串编码为唯一的整数值。

from sklearn.preprocessing import LabelEncoder

# Create a LabelEncoder object
le = LabelEncoder()

# Fit the encoder on the 'Description' column and transform the column
df['Description'] = le.fit_transform(df['Description'])

请注意，整数值是任意的，不具有任何特定含义。
如果要将特定字符串Map到特定整数值，可以使用字典和map方法，就像处理'Job 1'列一样：

description_to_code = {"Works on machines": 0, "Works on pumps": 1, "Publishes papers": 2}
df['Description'] = df['Description'].map(description_to_code)

赞(0）回复(0）举报 2023-04-10

我来回答

如何确定性地将Pandas字符串列转换为特定的数字？

2条答案

相关问题

热门标签

最新问答