跳转至

Python | Pandas index.factorize()

原文:https://www.geesforgeks.org/python-pandas-index-factorize/

Python 是进行数据分析的优秀语言,主要是因为以数据为中心的 python 包的奇妙生态系统。 【熊猫】 就是其中一个包,让导入和分析数据变得容易多了。

熊猫 **Index.factorize()**函数将对象编码为枚举类型或分类变量。当重要的是识别不同的值时,此方法对于获取数组的数字表示很有用。factorize 既可以作为顶级函数 pandas.factorize(),也可以作为方法 Series.factorize()和 Index.factorize()。

语法: Index.factorize(sort=False,na_sentinel=-1)

参数: 排序:排序 uniques 和 shuffle 标签保持关系。 na_sentinel : 值标记为“未找到”。

返回:一个整数数组,它是进入 uniques 的索引器。uniques.take(标签)将具有与 values 相同的值。

示例#1: 使用Index.factorize()函数将给定的索引值编码为分类形式。

# importing pandas as pd
import pandas as pd

# Creating the Index
idx = pd.Index(['Labrador', 'Beagle', 'Labrador',
                     'Lhasa', 'Husky', 'Beagle'])

# Print the Index
idx

输出:

让我们分解给定的索引。

# convert it into categorical values.
idx.factorize()

输出: 正如我们在输出中看到的,Index.factorize()函数已经将索引中的每个标签转换为一个类别,并为它们分配了数值。

示例 2: 使用Index.factorize()函数根据索引值的排序顺序对其进行因子分解。

# importing pandas as pd
import pandas as pd

# Creating the Index
idx = pd.Index(['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun',
               'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec'])

# Print the Index
idx

输出:

让我们根据排序的顺序来分解它。只有在对索引中的值进行排序后,才会分配数值。

# Factorize the sorted labels
idx.factorize(sort = True)

输出: 正如我们在输出中看到的,在给索引值赋值之前,已经对它们进行了排序。



回到顶部