如何在Pandas列中将含字母的编号转换为有序数值并支持回溯

要实现固定映射的有序整数编码及反向回溯，用Pandas的factorize()方法最直接——它专门用来把唯一的分类值转成连续整数，而且严格按值的首次出现顺序分配编码，完全符合你的需求。

步骤1：准备数据 #

先把示例数据加载成DataFrame：

import pandas as pd

d = {'id': [156972, 102154, 214717, 84897, 275220, 165759, 42099, 265749, 130474, 15822], 
     'isbn': ['2842630521', '037570745X','689710879','783547528','786014091','1561581747','553571095','451210220','034540288X','345832710X']}
df = pd.DataFrame(data=d)

步骤2：正向编码（转有序整数） #

调用factorize()处理目标列，它会返回两个结果：编码后的整数数组，以及所有唯一的原始值数组。

# 处理ISBN列，新增编码列
df['isbn_encoded'], unique_isbns = pd.factorize(df['isbn'])

# 如果需要把id列的唯一值也转成连续整数，同样操作
df['id_encoded'], unique_ids = pd.factorize(df['id'])

此时df['isbn_encoded']的结果就是[0,1,2,3,4,5,6,7,8,9]，第一个ISBN'2842630521'对应0，第二个'037570745X'对应1，完全符合你的要求。如果有重复值，同一个原始值会被分配相同的编码。

步骤3：反向映射（整数回溯原始值） #

利用unique_isbns数组的索引（也就是编码值）和原始值的对应关系，直接构建反向字典：

# ISBN反向映射：编码值 → 原始ISBN字符串
isbn_reverse_map = {code: isbn for code, isbn in enumerate(unique_isbns)}

# id反向映射：编码值 → 原始id
id_reverse_map = {code: idx for code, idx in enumerate(unique_ids)}

现在就能快速通过编码值找原始值了：

print(isbn_reverse_map[0])  # 输出：'2842630521'
print(isbn_reverse_map[1])  # 输出：'037570745X'

为什么用factorize()？ #

• 映射关系固定：只按首次出现顺序分配编码，不会随机变化，后续重复处理同一数据时结果完全一致。
• 效率高：内部实现优化过，比手动遍历构建映射快得多。
• 同时支持正向编码和反向映射的基础数据，一步到位。

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