pandas.factorize 具有自定义数组数据类型

，并添加案例代码。在这篇文章中，我们将讨论 pandas 库中的 factorize 函数，并介绍它具有自定义数组数据类型的功能。

python
import pandas as pd
# 创建一个包含分类变量的数组
animals = pd.Series(['狗', '猫', '猫', '狗', '鸟', '鸟', '狗'])
# 使用 pandas.factorize 函数将分类变量转换为整数
labels, uniques = pd.factorize(animals)
# 打印转换后的结果
print(labels)
print(uniques)

python
import pandas as pd
# 创建一个包含分类变量的数组
colors = pd.Series(['红', '蓝', '绿', '红', '黄', '绿', '蓝'])
# 创建一个字典，将分类变量映射为自定义数据类型
color_mapping = {
    '红': 'R',
    '蓝': 'B',
    '绿': 'G',
    '黄': 'Y'
}
# 使用 pandas.factorize 函数将分类变量转换为自定义数据类型
labels, uniques = pd.factorize(colors, sort=True)
# 将转换后的整数数组映射回自定义数据类型
mapped_values = [color_mapping[i] for i in uniques]
# 打印转换后的结果
print(labels)
print(mapped_values)