### 数据类型转换与数值映射 在 Python 中，可以通过 `pandas` 库中的方法实现将数据类型为 `object` 的数据转换为数值型，并对相同内容的 `object` 数据赋相同的数值。以下是详细的解决方案： 1. **使用 `pandas.factorize()` 方法** `pandas.factorize()` 是一个专门用于将非数值型数据（如字符串）转换为整数编码的方法。它会为每个唯一的值分配一个整数，并返回编码后的数组和唯一值的索引。 ```python import pandas as pd # 示例数据 data = pd.Series(['apple', 'banana', 'apple', 'orange', 'banana', 'apple']) # 使用 factorize 进行编码 numeric_data, unique_values = pd.factorize(data) print("原始数据：", data) print("编码后的数据：", numeric_data) print("唯一值索引：", unique_values) ``` 输出结果如下： ``` 原始数据： 0 apple 1 banana 2 apple 3 orange 4 banana 5 apple dtype: object 编码后的数据： [0 1 0 2 1 0] 唯一值索引： Index(['apple', 'banana', 'orange'], dtype='object') ``` 这里的 `numeric_data` 是编码后的数值型数据，而 `unique_values` 是原始数据中唯一值的索引[^1]。 2. **使用字典映射方式** 如果需要更灵活地控制编码规则，可以手动创建一个字典来映射对象值到数值型数据。 ```python # 创建字典进行映射 mapping_dict = {value: idx for idx, value in enumerate(data.unique())} # 将数据映射为数值型 numeric_data_manual = data.map(mapping_dict) print("字典映射：", mapping_dict) print("手动编码后的数据：", numeric_data_manual) ``` 输出结果如下： ``` 字典映射： {'apple': 0, 'banana': 1, 'orange': 2} 手动编码后的数据： 0 0 1 1 2 0 3 2 4 1 5 0 dtype: int64 ``` 这种方法允许用户自定义映射规则，适合需要特定编码逻辑的场景[^1]。 3. **使用 `astype('category')` 和 `cat.codes`** Pandas 提供了 `astype('category')` 方法，可以将 `object` 类型的数据转换为分类数据类型，并通过 `.cat.codes` 获取编码后的数值。 ```python # 转换为分类数据类型 category_data = data.astype('category') # 获取编码后的数值 numeric_data_category = category_data.cat.codes print("分类数据：", category_data) print("分类编码后的数据：", numeric_data_category) ``` 输出结果如下： ``` 分类数据： 0 apple 1 banana 2 apple 3 orange 4 banana 5 apple dtype: category Categories (3, object): ['apple', 'banana', 'orange'] 分类编码后的数据： 0 0 1 1 2 0 3 2 4 1 5 0 dtype: int8 ``` 这种方法适用于需要保留分类信息的场景，同时提供了更高的性能[^1]。 ### 总结 以上三种方法都可以将 `object` 类型的数据转换为数值型数据，并确保相同内容的 `object` 数据被赋予相同的数值。推荐根据实际需求选择合适的方法，例如快速编码时可以使用 `pd.factorize()`，需要灵活控制时可以选择字典映射方式，或者需要分类数据支持时可以使用 `astype('category')`。