从CSV转换为Python中的DataFrame分类数据

Question

我有保险数据，它有一个名为“Region”的Colum，其中指定了区域。为了实现数据可视化的目的，我需要将这些字母值更改为数字值，即南方应该更改为1。如果区域只有1或2，我可以更改它，但由于区域数越大，就不可能。有什么方法可以做到吗？下面是我目前所做的代码(不确定它是否正确)

k = insurance.shape[0]
dict1={}       
for i in range(k):
    if insurance['region'][i] in dict1:
        print('Testing')
    else:
        dict1[i] = insurance['region'][i]
print(dict1)

解决上述问题的代码应该是什么？

Answer 1

如果你可以使用第三方库，你可以利用factorize。在文档之后，这里以玩具数据为例：

import pandas as pd

df = pd.DataFrame({"region": ["b", "c", "d" , "a", "a"]})

df["region_as_num"], _ = pd.factorize(df["region"], sort=True)