從 CSV 轉換為 Python DataFrame 中的分類數據

Question

我有保險數據，其中有一個名為“區域”的列，其中指定了區域。 出於數據可視化的目的，我需要將這些字母值更改為數值，即 South 應該更改為 1。如果區域只有 1 或 2，我可以更改它，但由於區域計數較大，這是不可能的。 有什么方法可以做到這一點嗎？ 以下是我到目前為止所做的代碼（不確定它是否正確）

k = insurance.shape[0]
dict1={}       
for i in range(k):
    if insurance['region'][i] in dict1:
        print('Testing')
    else:
        dict1[i] = insurance['region'][i]
print(dict1)

解決上述問題的代碼應該是什么？

Answer 1

如果您可以使用 3rd 方庫，則可以利用factorize 。 在docs之后，這里以玩具數據為例：

import pandas as pd

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

df["region_as_num"], _ = pd.factorize(df["region"], sort=True)