Python Pandas factorize方法用法及代码示例

例子

基本用法

codes, uniques = pd.factorize(["B", "A", "A", "C", "B"])
print("codes:", codes)
print("uniques:", uniques)



codes: [0 1 1 2 0]
uniques: ['B' 'A' 'C']

请注意以下事项：

• codes 数组将输入数组中的值映射到 uniques 数组。

• 唯一值按照它们在输入数组中出现的顺序进行排序。

您可以使用 codes 和 uniques 重新创建输入数组，如下所示：

uniques[codes]



array(['B', 'A', 'A', 'C', 'B'], dtype=object)

指定排序

默认情况下， sort=False ，这意味着返回的唯一值数组未排序。

要对唯一值数组进行排序，请像这样设置sort=True：

codes, uniques = pd.factorize(["B", "A", "A", "C", "B"], sort=True)
print("codes:", codes)
print("uniques:", uniques)



codes: [1 0 0 2 1]
uniques: ['A' 'B' 'C']

请注意 uniques 的排序方式，codes 数组也反映了这一点。

指定na_sentinel

默认情况下，NaN 值在 codes 数组中标记为 -1：

codes, uniques = pd.factorize(["B", np.NaN, "A", "C", "B"])
print("codes:", codes)
print("uniques:", uniques)



codes: [ 0 -1  1  2  0]
uniques: ['B' 'A' 'C']

我们可以通过传入 na_sentinel 来选择自己的值，如下所示：

codes, uniques = pd.factorize(["B", np.NaN, "A", "C", "B"], na_sentinel=50)
print("codes:", codes)
print("uniques:", uniques)



codes: [ 0 50  1  2  0]
uniques: ['B' 'A' 'C']