将数据帧列值转换为数字编号

Question

我在数据框的列中有以下数据。如何通过数字号码转换每个域名？我尝试在for循环中使用replace。但是，因为我有超过1200个unqie域名。我不想现在看来似乎不是一个主意办法做到这一点

for i, v in np.ndenumerate(np.unique(df['domain'])): 
    df['domain'] = df['domain'].replace(to_replace=[v], value=i[0]+1, inplace=True) 

，但它不工作

data frame: 
    type domain 
0 1  yahoo.com 
1 1  google.com 
2 0  google.com 
3 0  aa.com 
4 0  google.com 
5 0  aa.com 
6 1  abc.com 
7 1  msn.com 
8 1  abc.com 
9 1  abc.com 
.... 

我要转换为

type domain 
0 1  1 
1 1  2 
2 0  2 
3 0  3 
4 0  2 
5 0  3 
6 1  4 
7 1  5 
8 1  4 
9 1  4 
.... 

Answer 1

让我们使用pd.factorize：

df.assign(domain=pd.factorize(df.domain)[0]+1) 

输出：

type domain 
0  1  1 
1  1  2 
2  0  2 
3  0  3 
4  0  2 
5  0  3 
6  1  4 
7  1  5 
8  1  4 
9  1  4 

Answer 2

如果对于数字号码分配真的很重要，你可以试试这个

import pandas as pd 

df.domain.astype('category').cat.codes 

Out[154]: 
0 4 
1 2 
2 2 
3 0 
4 2 
5 0 
6 1 
7 3 
8 1 
9 1 
dtype: int8 

如果是这样的事情，你可以尝试

maplist=df[['domain']].drop_duplicates(keep='first').reset_index(drop=True).reset_index().set_index('domain') 
maplist['index']=maplist['index']+1 
df.domain=df.domain.map(maplist['index']) 
    Out[177]: 
    type domain 
0  1  1 
1  1  2 
2  0  2 
3  0  3 
4  0  2 
5  0  3 
6  1  4 
7  1  5 
8  1  4 
9  1  4