pandas的factorize方法简介

factorize具体是做什么的，这个不好描述，先让我用个例子做个说明。

>>> import pandas as pd
>>> labels, uniques = pd.factorize(['b', 'b', 'a', 'c', 'b'])
>>> labels
array([0, 0, 1, 2, 0], dtype=int64)
>>> uniques
array(['b', 'a', 'c'], dtype=object)

如上述代码，在对一个列表调用了fatorize方法后，返回了一个元祖。uniques返回的是对应列表去重后的值。labels返回的是列表中每个元素在uniques中的位置。

当然你还可以添加sort参数作为入参，默认会对uniques中的值进行排序

>>> labels, uniques = pd.factorize(['b', 'b', 'a', 'c', 'b'], sort=True)
>>> labels
array([1, 1, 0, 2, 1])
>>> uniques
array(['a', 'b', 'c'], dtype=object)

如果列表中包含None，uniques会把他忽略掉，并在列表中标为-1

>>> labels, uniques = pd.factorize(['b', None, 'a', 'c', 'b'])
>>> labels
array([ 0, -1,  1,  2,  0])
>>> uniques
array(['b', 'a', 'c'], dtype=object)

哈哈，以上就是关于factorize函数的介绍，还是挺有用的。有兴趣欢迎关注python小工具，一起学习python和pandas