如何将DataFrame中int/num类型列转换为factor类型？

嘿，我来帮你搞定这个问题！要把DataFrame里的整数（int）或数值型（num）列转成factor类型，其实很简单，分几种场景来操作就行：

先确认目标列 #

首先用str(df)查看DataFrame结构，你会看到类似这样的输出（以R为例）：

'data.frame': 10 obs. of 3 variables:
$ col1: int 1 2 3 4 5 6 7 8 9 10
$ col2: num 1.1 2.2 3.3 4.4 5.5 6.6 7.7 8.8 9.9 10.1
$ col3: chr "a" "b" "c" "d" ...
这里的int和num就是我们要处理的列。

方法1：转换指定列 #

如果你明确知道哪些列要转换，直接用factor()或as.factor()函数就行：

# 单个列转换
df$col1 <- factor(df$col1)
df$col2 <- as.factor(df$col2)

# 如果你用tidyverse的dplyr，写法更简洁
library(dplyr)
df <- df %>% mutate_at(vars(col1, col2), factor)

方法2：批量转换所有int/数值列 #

要是想自动识别并转换所有整数和数值型列，用下面的方法更高效：

基础R写法 #

# 筛选出所有int或数值型列的索引
num_cols <- sapply(df, function(x) is.integer(x) || is.numeric(x))
# 批量转换为factor
df[num_cols] <- lapply(df[num_cols], factor)

dplyr写法（更简洁） #

df <- df %>% mutate_if(is.numeric, factor)

注意：在R里is.numeric会包含整数类型（因为integer是numeric的子类），所以这行代码能一次性覆盖所有int和num列。

额外注意点 #

• 如果你的数值列是有顺序意义的（比如1=差、2=中、3=好这类评分），可以转成有序factor，只需要加ordered = TRUE参数：

df$col1 <- factor(df$col1, ordered = TRUE)

• 转换完成后，再跑一遍str(df)就能确认列类型已经变成Factor啦。

如果你用的是Python Pandas（补充） #

有时候大家会把Pandas里的category类型说成factor，对应的转换方法是：

import pandas as pd

# 转换指定列
df['col1'] = df['col1'].astype('category')

# 批量转换所有int/float列
num_cols = df.select_dtypes(include=['int64', 'float64']).columns
df[num_cols] = df[num_cols].astype('category')

内容的提问来源于stack exchange，提问作者user8831872