Pandas 如何使用列中不同元素的值创建另一列？

我有一个像这样的DataFrame对象

ColumnOne |  ColumnTwo
ABCD      |  red
ABCD      |  blue
EFGH      |  green
IJKL      |  white

ColumnOne |  ColumnTwo | ColumnThree
ABCD      |  red       | 0
ABCD      |  blue      | 0
EFGH      |  green     | 1
IJKL      |  white     | 2

我想要一个像这样的数据帧对象

ColumnOne |  ColumnTwo
ABCD      |  red
ABCD      |  blue
EFGH      |  green
IJKL      |  white

ColumnOne |  ColumnTwo | ColumnThree
ABCD      |  red       | 0
ABCD      |  blue      | 0
EFGH      |  green     | 1
IJKL      |  white     | 2

---

基于ColumnOne元素，我该怎么做？

我想您正在寻找

pd.factorize（）

。从文档中：

将

序列

传递给

pd.factorize（）

将返回两个数组：

标签

和

唯一性

labels

是您类别的数字编码，

uniques

是您刚刚传入的

系列中唯一值的数组。因此，您可以放弃
uniques
，只需将
标签
分配给一个新列，如下所示：

import pandas as pd

df = pd.DataFrame({
    'ColumnOne': ['ABCD', 'ABCD', 'EFGH', 'IJKL'],
    'ColumnTwo': ['red', 'blue', 'green', 'white']
})

# factorize returns (labels, uniques) and you just want labels
df['ColumnThree'] = pd.factorize(df['ColumnOne'])[0]

或者，如果您将
df['ColumnOne']
转换为
categorical
dtype，您可以使用其他帖子中的任何答案：
第三列数字背后的逻辑是什么？