如何批量将数据集中的唯一采样地点列值转换为数值？

嘿，这个需求太普遍了，完全不需要手动给52个地点逐一赋值！下面分享几个主流数据处理工具的简便实现方案，挑你日常用的就行：

这是最省心的方案之一，Pandas内置函数可以自动给唯一值分配连续数值：

假设你的数据存储在DataFrame df 里，目标列名为ProblemColumn，直接用factorize()方法：

import pandas as pd

# 生成理想列，从1开始编号
df['Ideal Column'] = pd.factorize(df['ProblemColumn'])[0] + 1

factorize()会按首次出现的顺序给每个唯一值分配0开始的整数，加1后就和你示例里的1、2、3...对应了。如果想按字母顺序编号，可以用pd.Categorical：

df['Ideal Column'] = pd.Categorical(df['ProblemColumn']).codes + 1

不用写代码也能搞定，结合UNIQUE和VLOOKUP函数就能批量完成：

1. 提取唯一地点：在空白单元格（比如D1）输入=UNIQUE(A:A)（假设ProblemColumn在A列），回车后会自动列出所有不重复的地点名称；
2. 给唯一值编号：在D列旁边的E列，E1输入1，E2输入2，然后下拉填充到所有唯一值行；
3. 批量映射数值：在B2（理想列的第一个数据行）输入=VLOOKUP(A2, $D$1:$E$52, 2, FALSE)，然后下拉填充整个列。

注意：如果你的Excel版本不支持UNIQUE（比如2019及之前），可以用「高级筛选」功能提取唯一值。

用factor类型转换就能自动生成编号：

# 假设数据框是df，目标列是ProblemColumn
df$`Ideal Column` <- as.integer(factor(df$ProblemColumn))

默认是按字母顺序分配编号，如果想按首次出现的顺序，需要用forcats包的fct_inorder：

library(forcats)
df$`Ideal Column` <- as.integer(fct_inorder(df$ProblemColumn))

这些方法都能自动处理52个甚至更多的地点，完全不用手动写映射关系，选你顺手的工具就行！

内容的提问来源于stack exchange，提问作者Anon