如何将分类Series转换为索引并保留NaN、打印类别映射？

核心思路 #

先将Series转为分类类型，手动替换默认编码中的-1为NaN，同时提取分类与索引的映射关系。

完整实现代码 #

import pandas as pd

# 示例输入Series（替换成你的实际数据即可）
series = pd.Series(["red", "blue", "green", None, "red", "yellow", "green", None])

# 1. 转换为分类类型，保留原始NaN
cat_series = series.astype("category")

# 2. 生成编码并将默认的-1（对应NaN）替换回NaN
encoded_series = cat_series.cat.codes.replace(-1, pd.NA)

# 3. 构建类别与索引的映射关系，补充NaN的对应项
category_map = {cat: idx for idx, cat in enumerate(cat_series.cat.categories)}
category_map[pd.NA] = pd.NA

# 输出结果
print("编码后的Series：")
print(encoded_series)
print("\n类别-索引对应关系：")
for cat, idx in category_map.items():
    print(f"{cat} -> {idx}")

代码说明 #

• 转换为category类型时，pandas会自动识别所有非NaN的唯一值作为类别，顺序是首次出现的顺序
• cat.codes会给每个类别分配从0开始的整数，NaN对应-1，我们用replace(-1, pd.NA)把NaN还原
• 通过遍历cat_series.cat.categories可以拿到所有非NaN类别，再手动补充NaN的映射项

运行输出示例 #

编码后的Series：
0       0
1       1
2       2
3    <NA>
4       0
5       3
6       2
7    <NA>
dtype: Int64

类别-索引对应关系：
red -> 0
blue -> 1
green -> 2
yellow -> 3
<NA> -> <NA>

内容的提问来源于stack exchange，提问作者christophriepe