如何将分箱特征转换为数值型分类特征？求最简实现方法

使用pandas.cut()把数值特征转成分箱分类特征十分简单，但反过来，把类似["0-9%", "10-19%", "20-29%", "30-39%", ...]这样的分箱类别转为1、2、3……的数值型特征，有没有比循环或字典映射更简洁的解决方案？

方法1：利用pandas分类编码功能 #

这是最简洁的原生解法，直接将列转为分类类型后提取编码，再调整偏移量（默认编码从0开始，加1后得到从1起始的数值标签）：

import pandas as pd

# 假设数据为Series格式
bin_series = pd.Series(["0-9%", "10-19%", "20-29%", "0-9%", "30-39%"])
numeric_labels = bin_series.astype('category').cat.codes + 1

说明：astype('category')会自动按分箱的自然顺序排序（若分箱是规则生成的，顺序会保持正确），cat.codes生成0起始的编码，加1后正好得到1、2、3...的目标数值。

方法2：提取分箱起始数字计算 #

如果分箱格式固定（均为"XX-XX%"形式），可以直接提取起始数字生成标签，无需依赖分类顺序：

# 提取分箱开头的数字，转为整数后除以10再加1
numeric_labels = bin_series.str.extract(r'^(\d+)').astype(int) // 10 + 1

说明：正则表达式^(\d+)匹配分箱开头的数字，例如"0-9%"提取0、"10-19%"提取10，除以10后得到0、1、2...，加1后对应1、2、3...的标签，逻辑直观且不会因分类顺序出错。

优势对比 #

• 方法1一行代码完成，完全复用pandas内置能力，无需手动构建映射字典或编写循环，代码极简。
• 方法2适配固定格式的分箱场景，逻辑清晰，避免分类顺序可能带来的问题。

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