如何将DataFrame中的字符串分类标签转换为数值并解决Int64Index不可调用错误

apply() 方法要求传入可调用对象（函数、lambda表达式等），你传入的 train['author'].index 是Series的Int64Index索引对象，不属于可调用类型，因此触发了Int64Index object is not callable错误。

你可以根据自己的使用场景选择以下任意一种方案：

• 方案1：使用pandas内置factorize()快速转换（无需额外依赖，适合快速处理单数据集）
  代码示例：

  # 返回的第一个元素为转换后的数值标签，第二个元素为对应原字符串标签的列表
  train['author_label'], author_unique = pd.factorize(train['author'])
  

• 方案2：使用scikit-learn的LabelEncoder（适合分类任务的标准化预处理，支持训练测试集统一映射）
  代码示例：

  from sklearn.preprocessing import LabelEncoder
  
  label_encoder = LabelEncoder()
  # 拟合原标签并转换为数值
  train['author_label'] = label_encoder.fit_transform(train['author'])
  
  # 后续需要将数值转回原字符串标签时可调用以下方法
  # original_author = label_encoder.inverse_transform([数值标签])
  

• 方案3：自定义映射字典（适合需要手动指定标签对应数值的场景）
  代码示例：

  # 构造 作者名:数值 映射字典
  author_map = {name: idx for idx, name in enumerate(train['author'].unique())}
  # 映射转换
  train['author_label'] = train['author'].map(author_map)
  

• 如果已经提前拆分了训练集和测试集，必须复用训练集生成的映射规则处理测试集，禁止单独对测试集做标签编码，避免同一作者在训练、测试集对应不同数值，影响模型效果。
• 转换完成后可执行 train[['author', 'author_label']].drop_duplicates() 查看标签映射关系，确认转换结果符合预期。

内容的提问来源于stack exchange，提问作者user16796049