將元素映射到唯一索引列表

Question

假設我有一個元素列表：

my_list = ['CatA', 'CatB', 'CatC', 'CatA', 'CatA', 'CatC']

我想將此列表轉換為唯一元素的索引列表。

因此CatA被分配到索引0， CatB被分配到索引1而CatC被分配到索引2。

我想要的結果是：

result = [0, 1, 2, 0, 0, 2]

目前我這樣做是通過創建一個字典，為每個元素分配它的唯一id ，然后使用列表理解來創建最終的索引列表：

unique_classes = np.unique(my_list)
conversion_dict = dict(unique_classes, range(len(unique_classes))
result = [conversion_dict[i] for i in my_list]

我的問題是：有一種更簡單直接的方法嗎？

我正在考慮有一個很大的類別列表，所以它需要高效，但阻止我手動創建唯一列表，字典和列表理解。

Answer 1

這樣就可以了：

my_list = ['CatA', 'CatB', 'CatC', 'CatA', 'CatA', 'CatC']
first_occurances = dict()
result = []

for i, v in enumerate(my_list):
    try:
        index = first_occurances[v]
    except KeyError:
        index = i
        first_occurances[v] = i
    result.append(index)

復雜性將是O（n） 。

基本上你所做的是存儲在第一個值出現的dict索引中。 如果first_occurances沒有值v ，那么我們保存當前索引i 。

Answer 2

正如@mikey所建議的那樣，你可以使用np.unique ，如下所示：

import numpy as np

my_list = ['CatA', 'CatB', 'CatC', 'CatA', 'CatA', 'CatC']

res = np.unique(my_list, return_inverse=True)[1]

結果：

[0 1 2 0 0 2]

Answer 3

您可以使用scikit learn中的標簽編碼器來完成此操作。它會為列表中的每個唯一值分配標簽。

示例代碼：

from sklearn.preprocessing import LabelEncoder
my_list = ['CatA', 'CatB', 'CatC', 'CatA', 'CatA', 'CatC']
le = LabelEncoder()
print(le.fit(my_list).transform(my_list))

Answer 4

result = [my_list.index(l) for l in my_list]
print(result)
[0, 1, 2, 0, 0, 2]

list.index（）返回任務所需的第一次出現的索引。

有關更多詳細信息，請檢查list.index（）