Python | pandas.factorize()
pandas.factorize() 方法通过识别不同的值来帮助获得数组的数字表示。这种方法既有pandas.factorize()也有Series.factorize()。
参数: 值: 1D 序列。 排序:【bool，默认值为 False】排序唯一和无序标签。 na_sentinel:【int，默认值-1】缺少标记为“未找到”的值。
返回:数组的数字表示
代码:解释 factorize()方法的工作原理
# 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)
