pandasで文字列からなる列を操作する

下書きに眠っていたので供養

スタックオーバーフローの下記記事をまとめました。
Convert categorical data in pandas dataframe - Stack Overflow

カテゴリカルにせず、文字列の列を整数列に変換する場合

In [1]: pd.factorize( ['B', 'C', 'D', 'B'] )[0]
Out[1]: array([0, 1, 2, 0])

カテゴリカル変数として扱う場合

In [1]: df = pd.DataFrame(
                {'col1':[1,2,3,4,5],
                 'col2':list('abcab'), # str
                 'col3':list('ababb')  # str
                })
In [2]: df.columns
Out[2]: Index(['col1', 'col2', 'col3'], dtype='object')

この時点で全ての列はobjectになっているので、categoryにcastする

In [3]: df['col2'] = df['col2'].astype('category')
In [4]: df['col3'] = df['col3'].astype('category')

select_dtypes(['category'])でカテゴリカル変数になっている列を取得できるので、

In [5]: cat_columns = train.select_dtypes(['category']).columns
In [6]: cat_columns
Out[6]: Index(['col2', 'col3'], dtype='object')

となる。