将特定的字符串值转换为Pandas中的特定数值

Question

我有一个名为df的Pandas数据框，其中包含_type列，其中包含First或Second。我想将所有First值转换为1，并将所有Second值转换为2.

我应该如何处理这个问题？

谢谢！

Answer 1

可以使用Series.map用词典：

df['_type'] = df['_type'].map({'First': 1, 'Second': 2}) 

---

例：

df = pd.DataFrame({ 
     '_type': ['First', 'Second', 'First', 'Second'] 
    }) 

df 
# _type 
#0 First 
#1 Second 
#2 First 
#3 Second 

df['_type'] = df['_type'].map({'First': 1, 'Second': 2}) 

df 
# _type 
#0 1 
#1 2 
#2 1 
#3 2 

Answer 2

df.replace作品：

In [10]: df._type.replace(('First', 'Second'), (1, 2), inplace=True); df 
Out[10]: 
    _type 
0  1 
1  2 
2  1 
3  2 

---

与df.eq另一种可能性（不就地）：

In [15]: df._type.eq('Second').mul(1) + 1 
Out[15]: 
0 1 
1 2 
2 1 
3 2 
Name: _type, dtype: int64 

---

您还可以使用np.where：

In [28]: pd.Series(np.where(df._type == 'First', 1, 2)).to_frame('_type') 
Out[28]: 
    _type 
0  1 
1  2 
2  1 
3  2 

Answer 3

我的解决办法是从哪里来的方式我R中实现它通过使用factor 。

在蟒蛇pandas应category

df = pd.DataFrame({'_type': ['First', 'Second', 'First', 'Second']}) 
df['_type'].astype('category').cat.codes.add(1) 


Out[706]: 
0 1 
1 2 
2 1 
3 2 
dtype: int8