資料結構
網路
關係資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝設計
法律研究Pandas Series.factorize() 函式的基本操作是什麼？
pandas Series.factorize() 方法用於將序列物件編碼為列舉型別或分類變數。此方法生成序列資料的數值表示形式。
Series.factorize() 方法的輸出是一個元組，它有兩個元素，一個表示程式碼，另一個元素表示唯一值。
示例 1
在下面的示例中，我們將看到 series.factorize() 方法如何對序列物件的元素進行編碼。
# importing pandas package
import pandas as pd
# create a series
s = pd.Series({'A':"aa", 'B':"bb", "C":"cc"})
print(s)
result = s.factorize()
print(result)解釋
這裡使用 Python 字典建立序列物件。
輸出
輸出如下所示：
A aa B bb C cc dtype: object (array([0, 1, 2], dtype=int32), Index(['aa', 'bb', 'cc'], dtype='object'))
在輸出中，我們可以看到 Series.factorize() 函式已成功對序列物件“s”的資料進行了編碼。
示例 2
在下面的示例中，我們將看到 series.factorize() 方法如何對包含缺失值的序列的元素進行編碼。
# importing pandas package
import pandas as pd
# create a series
s = pd.Series([70, 52, None, 79, 34,], index= list('ijklm'))
print(s)
result = s.factorize()
print(result)輸出
輸出如下所示：
i 70.0 j 52.0 k NaN l 79.0 m 34.0 dtype: float64 (array([ 0, 1, -1, 2, 3], dtype=int32), Float64Index([70.0, 52.0, 79.0, 34.0], dtype='float64'))
正如我們在上面的輸出塊中看到的，Series.factorize() 方法已使用數值對給定序列物件的資料進行了編碼。我們還可以觀察到，缺失值已分配了數值 -1。
更新於: 2022年3月7日
137 次瀏覽
廣告