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。
版权属于：月萌API www.moonapi.com，转载请注明出处
