Python 将混合因子水平强制转换为字符串

Question

我在 Pandas 数据框中有特定列具有以下独特的因子水平：

My_Factor_Levels = [9.0, 0, 6.0, '9', '6', 9, 6, 'DE', '3U', '9.0', '6Z', '6.0', '9.', '6.', '3B', '1U', '2Z', '68', '6B']

请注意 My_factor_Levels 中有十个独立的值 (9.0, 6.0, '9', '6', 9, 6, '9.0', '6.0', '9.', '6 .') 表示来自两个不同因子级别的值 - '9' 和 '6'。我怎样才能强制这些值符合一个唯一的分组（最好是字符串格式）？任何帮助将不胜感激！

Answer 1

您可以尝试将值转换为 int 或 float，然后转换为一个集合（可迭代对象中的所有唯一值）：

My_Factor_Levels = [9.0, 0, 6.0, '9', '6', 9, 6, 'DE', '3U', '9.0', '6Z', '6.0', '9.', '6.', '3B', '1U', '2Z', '68', '6B']

def safe_convert(x):
    try:
        return str(float(x))
    except:
        return x

coerced = set([safe_convert(x) for x in My_Factor_Levels])

>>> coerced
{'0.0', '1U', '2Z', '3B', '3U', '6.0', '68.0', '6B', '6Z', '9.0', 'DE'}

如果您希望最终 coerced 结果是列表，只需执行 list(set(...)) 即可。

Python 将混合因子水平强制转换为字符串

Python Coercing Mixed Factor Levels to String

python

categories

categorical-data