将装箱特征转换为数字分类特征的最简单方法是什么

Question

使用pandas.cut((时，将数字特征转换为分类装箱特征非常简单。但是，如果您想通过将装箱对象特征转换为数字分类特征(1、2、3、4…等(来实现相反的效果，那么最简单的方法是什么？

不同的装箱类别：["0-9%", "10-19%", "20-29%", "30-39%", "40-49%", "50-59%", etc...]

有许多方法可以解决这个问题。例如，使用if语句运行for循环：

temp = []  
for i in list1:
if i == "0-9%":
temp.append(1)
elif i == "10-19%":
temp.append(2)
elif i == "20-29%":
temp.append(3)
etc......

或者通过创建一个字典，将每个不同的分类作为关键字，并使用它们的索引值作为值：

temp = {}
for v, k in enumerate(pd.unique(list1)):
temp[k] = v+1          # +1 just to skip first value 0
list1 = [temp[bin] for bin in list1]

然而，这两种方法感觉有点天真，我很好奇这个问题是否有更简单的解决方案？

Answer 1

分类中已经有一个数字信息。

使用cat.codes访问它：

df = pd.DataFrame({'val': range(1,40,7)})
bins = [0,10,20,30,40]
labels = ["0-9%", "10-19%", "20-29%", "30-39%"]
df['cat'] = pd.cut(df['val'], bins=bins, labels=labels)
df['code'] = df['cat'].cat.codes.add(1)
print(df)

输出：

val     cat  code
0    1    0-9%     1
1    8    0-9%     1
2   15  10-19%     2
3   22  20-29%     3
4   29  20-29%     3
5   36  30-39%     4

如果输入不是Categorical，则需要使用factorize。

Answer 2

创建一个字典，显示当前bin和要将其转换为的数字，然后使用替换函数

conversion={"0-9%":1, "10-19%":2, "20-29%":2,.....etc }
df.replace(conversion)