pandas.factorize 将输入值编码为枚举类型或分类变量。

但是，如何轻松高效地转换数据框中的多个列呢？逆向映射步骤又该如何处理？

示例：这个数据框包含一些字符串值的列，比如“type 2”，我想将其转换为数值，并可能在以后将其转换回来。

回答：

如果你需要分别对每一列进行factorize操作，可以使用apply函数：

df = pd.DataFrame({'A':['type1','type2','type2'],
                   'B':['type1','type2','type3'],
                   'C':['type1','type3','type3']})
print (df)
       A      B      C
0  type1  type1  type1
1  type2  type2  type3
2  type2  type3  type3
print (df.apply(lambda x: pd.factorize(x)[0]))
   A  B  C
0  0  0  0
1  1  1  1
2  1  2  1

如果你需要对相同的字符串值赋予相同的数值，可以这样做：

print (df.stack().rank(method='dense').unstack())
     A    B    C
0  1.0  1.0  1.0
1  2.0  2.0  3.0
2  2.0  3.0  3.0

如果你只需要对某些列应用该函数，可以使用子集：

df[['B','C']] = df[['B','C']].stack().rank(method='dense').unstack()
print (df)
       A    B    C
0  type1  1.0  1.0
1  type2  2.0  3.0
2  type2  3.0  3.0

使用factorize的解决方案：

stacked = df[['B','C']].stack()
df[['B','C']] = pd.Series(stacked.factorize()[0], index=stacked.index).unstack()
print (df)
       A  B  C
0  type1  0  0
1  type2  1  2
2  type2  2  2

可以通过map函数使用dict进行逆向转换，你需要通过drop_duplicates来去除重复值：

vals = df.stack().drop_duplicates().values
b = [x for x in df.stack().drop_duplicates().rank(method='dense')]
d1 = dict(zip(b, vals))
print (d1)
{1.0: 'type1', 2.0: 'type2', 3.0: 'type3'}
df1 = df.stack().rank(method='dense').unstack()
print (df1)
     A    B    C
0  1.0  1.0  1.0
1  2.0  2.0  3.0
2  2.0  3.0  3.0
print (df1.stack().map(d1).unstack())
       A      B      C
0  type1  type1  type1
1  type2  type2  type3
2  type2  type3  type3