python-2.7 - 来自两列的 Pandas 数据框类别代码

Question

我得到了一个 Pandas 数据框，其中两列对应于人名。列是相关的，相同的名称表示同一个人。我想分配类别代码，使其对整个“名称”空间有效。

例如我的数据框是

df = pd.DataFrame({"P1":["a","b","c","a"], "P2":["b","c","d","c"]})

>>> df
  P1 P2
0  a  b
1  b  c
2  c  d
3  a  c

我希望它被相应的类别代码替换，这样

>>> df
   P1  P2
0   1   2
1   2   3
2   3   4
3   1   3

类别实际上是从连接数组 ["a","b","c","d"] 派生的，并分别应用于各个列。我怎样才能做到这一点？

Answer 1

你可以做

In [465]: pd.DataFrame((pd.factorize(df.values.ravel())[0]+1).reshape(df.shape), 
                       columns=df.columns)
Out[465]:
   P1  P2
0   1   2
1   2   3
2   3   4
3   1   3