Python Pandas.factorize()

pandas.factize()方法通过识别不同的值来帮助获得一个数组的数字表示。这个方法在pandas.factize()和Series.factize()中都可以使用。

参数:
value：一维序列。
sort : [bool, Default is False] 对uniques进行排序，并对标签进行洗牌。
na_sentinel : [ int, default -1] 缺少的值来标记 “未找到”。

返回：数组的数字表示法

代码。解释factize()方法的工作。

# importing libraries
import numpy as np
import pandas as pd
from pandas.api.types import CategoricalDtype
  
labels, uniques = pd.factorize(['b', 'd', 'd', 'c', 'a', 'c', 'a', 'b'])
  
print("Numeric Representation : \n", labels)
print("Unique Values : \n", uniques)

# sorting the numerics
label1, unique1 = pd.factorize(['b', 'd', 'd', 'c', 'a', 'c', 'a', 'b'], 
                                                           sort = True)
  
print("\n\nNumeric Representation : \n", label1)
print("Unique Values : \n", unique1)

# Missing values indicated
label2, unique2 = pd.factorize(['b', None, 'd', 'c', None, 'a', ], 
                                              na_sentinel = -101)
  
print("\n\nNumeric Representation : \n", label2)
print("Unique Values : \n", unique2)

# When factorizing pandas object; unique will differ 
a = pd.Categorical(['a', 'a', 'c'], categories =['a', 'b', 'c'])
  
label3, unique3 = pd.factorize(a)
  
print("\n\nNumeric Representation : \n", label3)
print("Unique Values : \n", unique3)