Python新手求助：如何用Pandas或Numpy将字符串转为唯一数值？

嘿，作为刚接触Python和深度学习的新手，能关注到类别数据转数值这个点真的很赞！这是数据预处理里非常基础但关键的一步，我给你分享几个简单好用的方法，轻松把这些城市名称转换成唯一数值：

• 方法一：用pandas自带的factorize()
  这是最直接的方式，pandas专门为这类场景设计了这个函数，能快速给每个唯一类别分配一个整数ID：

import pandas as pd

# 生成城市对应的唯一数值
city_codes, unique_cities = pd.factorize(df['city'])
# 如果你想把结果加到原DataFrame里
df['city_code'] = city_codes

解释一下：city_codes就是每个城市对应的数值数组（从0开始的连续整数），unique_cities会返回对应的唯一城市列表，方便你后续查看映射关系。

• 方法二：用sklearn的LabelEncoder
  如果你之后要做深度学习建模，sklearn的这个工具会很顺手，它和factorize逻辑类似，但更贴合机器学习的工作流：

from sklearn.preprocessing import LabelEncoder

le = LabelEncoder()
# 拟合并转换城市列，生成唯一数值
df['city_code'] = le.fit_transform(df['city'])
# 要是之后想把数值转回城市名称，可以用这个
# original_cities = le.inverse_transform(df['city_code'])

这个方法生成的数值也是从0开始的连续整数，而且可以很方便地逆转换，适合后续需要回溯的场景。

• 方法三：手动创建映射字典
  如果你想自定义数值（比如不想从0开始，或者给特定城市分配特定ID），可以手动构建一个映射字典：

# 先获取所有唯一城市，然后给每个分配一个ID（这里用索引作为ID）
city_map = {city: idx for idx, city in enumerate(df['city'].unique())}
# 用map函数把城市转换成对应的数值
df['city_code'] = df['city'].map(city_map)

这种方式灵活性最高，你可以根据需求调整字典里的键值对，比如把"NEW YORK"设为100，完全由你决定。

另外提一句：如果之后做深度学习需要更复杂的编码（比如独热编码），可以用pd.get_dummies()或者sklearn的OneHotEncoder，但你要的是唯一数值，上面三个方法就完全够用啦！

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