dataframe中某一列数据替换为数值（方法：去重后生成字典，然后再进行替换）

dataframe中某一列数据替换为数值（方法：去重后生成字典，然后再进行替换） 看一遍下面的举例就明白了！ 例如：对下图中的“户籍”列进行处理

“在不清楚户籍列的数据有多少个类别的情况下，去除重复值、并将剩余不重复的省份变为一个list列表，然后将列表转换为键值对的形式，对户籍列进行替换”

data = pd.read_csv('kehuxinyong.csv',encoding='ANSI')

更改性别列数据：

# 用数值0 1 来代替性别男、女
data.loc[data['性别'] == '男', '性别'] = 0
data.loc[data['性别'] == '女', '性别'] = 1

更改户籍列的数值：

import numpy as np
import random

# 更改户籍列为数值

res = data1.drop_duplicates(subset=['户籍']) # 去除户籍列的重复值

data_array = np.array(res['户籍']) # 首先将pandas读取的数据转化为array

data_list =data_array.tolist() # 然后转化为list形式

keys = data_list

values = random.sample(range(0,len(data_list)), len(data_list))   # 生成随机整数，且不重复

dic = dict(zip(keys, values)) # 生成字典

data['户籍'] = data.iloc[:,3:4].replace(dic) # 根据key值，替换原数据

data

结果如下：