在創(chuàng)建Series的同時添加dtype='category'就可以創(chuàng)建好category了。category分為兩部分，一部分是order，一部分是字面量：

In [1]: s = pd.Series(['a', 'b', 'c', 'a'], dtype='category')In [2]: sOut[2]: 0 a1 b2 c3 adtype: categoryCategories (3, object): [’a’, ’b’, ’c’]

可以將DF中的Series轉(zhuǎn)換為category：

In [3]: df = pd.DataFrame({'A': ['a', 'b', 'c', 'a']})In [4]: df['B'] = df['A'].astype('category')In [5]: df['B']Out[32]: 0 a1 b2 c3 aName: B, dtype: categoryCategories (3, object): [a, b, c]

可以創(chuàng)建好一個pandas.Categorical ，將其作為參數(shù)傳遞給Series：

In [10]: raw_cat = pd.Categorical( ....: ['a', 'b', 'c', 'a'], categories=['b', 'c', 'd'], ordered=False ....: ) ....: In [11]: s = pd.Series(raw_cat)In [12]: sOut[12]: 0 NaN1 b2 c3 NaNdtype: categoryCategories (3, object): [’b’, ’c’, ’d’]使用DF創(chuàng)建

創(chuàng)建DataFrame的時候，也可以傳入 dtype='category'：

In [17]: df = pd.DataFrame({'A': list('abca'), 'B': list('bccd')}, dtype='category')In [18]: df.dtypesOut[18]: A categoryB categorydtype: object

DF中的A和B都是一個category:

In [19]: df['A']Out[19]: 0 a1 b2 c3 aName: A, dtype: categoryCategories (3, object): [’a’, ’b’, ’c’]In [20]: df['B']Out[20]: 0 b1 c2 c3 dName: B, dtype: categoryCategories (3, object): [’b’, ’c’, ’d’]

或者使用df.astype('category')將DF中所有的Series轉(zhuǎn)換為category:

In [21]: df = pd.DataFrame({'A': list('abca'), 'B': list('bccd')})In [22]: df_cat = df.astype('category')In [23]: df_cat.dtypesOut[23]: A categoryB categorydtype: object創(chuàng)建控制

默認(rèn)情況下傳入dtype=’category’ 創(chuàng)建出來的category使用的是默認(rèn)值：

1.Categories是從數(shù)據(jù)中推斷出來的。

2.Categories是沒有大小順序的。

可以顯示創(chuàng)建CategoricalDtype來修改上面的兩個默認(rèn)值：

In [26]: from pandas.api.types import CategoricalDtypeIn [27]: s = pd.Series(['a', 'b', 'c', 'a'])In [28]: cat_type = CategoricalDtype(categories=['b', 'c', 'd'], ordered=True)In [29]: s_cat = s.astype(cat_type)In [30]: s_catOut[30]: 0 NaN1 b2 c3 NaNdtype: categoryCategories (3, object): [’b’ < ’c’ < ’d’]

同樣的CategoricalDtype還可以用在DF中：

In [31]: from pandas.api.types import CategoricalDtypeIn [32]: df = pd.DataFrame({'A': list('abca'), 'B': list('bccd')})In [33]: cat_type = CategoricalDtype(categories=list('abcd'), ordered=True)In [34]: df_cat = df.astype(cat_type)In [35]: df_cat['A']Out[35]: 0 a1 b2 c3 aName: A, dtype: categoryCategories (4, object): [’a’ < ’b’ < ’c’ < ’d’]In [36]: df_cat['B']Out[36]: 0 b1 c2 c3 dName: B, dtype: categoryCategories (4, object): [’a’ < ’b’ < ’c’ < ’d’]轉(zhuǎn)換為原始類型

使用Series.astype(original_dtype) 或者 np.asarray(categorical)可以將Category轉(zhuǎn)換為原始類型：

In [39]: s = pd.Series(['a', 'b', 'c', 'a'])In [40]: sOut[40]: 0 a1 b2 c3 adtype: objectIn [41]: s2 = s.astype('category')In [42]: s2Out[42]: 0 a1 b2 c3 adtype: categoryCategories (3, object): [’a’, ’b’, ’c’]In [43]: s2.astype(str)Out[43]: 0 a1 b2 c3 adtype: objectIn [44]: np.asarray(s2)Out[44]: array([’a’, ’b’, ’c’, ’a’], dtype=object)categories的操作獲取category的屬性

Categorical數(shù)據(jù)有 categories 和 ordered 兩個屬性。可以通過s.cat.categories 和 s.cat.ordered來獲取：

In [57]: s = pd.Series(['a', 'b', 'c', 'a'], dtype='category')In [58]: s.cat.categoriesOut[58]: Index([’a’, ’b’, ’c’], dtype=’object’)In [59]: s.cat.orderedOut[59]: False

重排category的順序：

In [60]: s = pd.Series(pd.Categorical(['a', 'b', 'c', 'a'], categories=['c', 'b', 'a']))In [61]: s.cat.categoriesOut[61]: Index([’c’, ’b’, ’a’], dtype=’object’)In [62]: s.cat.orderedOut[62]: False重命名categories

通過給s.cat.categories賦值可以重命名categories:

In [67]: s = pd.Series(['a', 'b', 'c', 'a'], dtype='category')In [68]: sOut[68]: 0 a1 b2 c3 adtype: categoryCategories (3, object): [’a’, ’b’, ’c’]In [69]: s.cat.categories = ['Group %s' % g for g in s.cat.categories]In [70]: sOut[70]: 0 Group a1 Group b2 Group c3 Group adtype: categoryCategories (3, object): [’Group a’, ’Group b’, ’Group c’]

使用rename_categories可以達(dá)到同樣的效果：

In [71]: s = s.cat.rename_categories([1, 2, 3])In [72]: sOut[72]: 0 11 22 33 1dtype: categoryCategories (3, int64): [1, 2, 3]

或者使用字典對象：

# You can also pass a dict-like object to map the renamingIn [73]: s = s.cat.rename_categories({1: 'x', 2: 'y', 3: 'z'})In [74]: sOut[74]: 0 x1 y2 z3 xdtype: categoryCategories (3, object): [’x’, ’y’, ’z’]使用add_categories添加category

可以使用add_categories來添加category:

In [77]: s = s.cat.add_categories([4])In [78]: s.cat.categoriesOut[78]: Index([’x’, ’y’, ’z’, 4], dtype=’object’)In [79]: sOut[79]: 0 x1 y2 z3 xdtype: categoryCategories (4, object): [’x’, ’y’, ’z’, 4]使用remove_categories刪除category

In [80]: s = s.cat.remove_categories([4])In [81]: sOut[81]: 0 x1 y2 z3 xdtype: categoryCategories (3, object): [’x’, ’y’, ’z’]刪除未使用的cagtegory

In [82]: s = pd.Series(pd.Categorical(['a', 'b', 'a'], categories=['a', 'b', 'c', 'd']))In [83]: sOut[83]: 0 a1 b2 adtype: categoryCategories (4, object): [’a’, ’b’, ’c’, ’d’]In [84]: s.cat.remove_unused_categories()Out[84]: 0 a1 b2 adtype: categoryCategories (2, object): [’a’, ’b’]重置cagtegory

使用set_categories()可以同時進(jìn)行添加和刪除category操作：

In [85]: s = pd.Series(['one', 'two', 'four', '-'], dtype='category')In [86]: sOut[86]: 0 one1 two2 four3 -dtype: categoryCategories (4, object): [’-’, ’four’, ’one’, ’two’]In [87]: s = s.cat.set_categories(['one', 'two', 'three', 'four'])In [88]: sOut[88]: 0 one1 two2 four3 NaNdtype: categoryCategories (4, object): [’one’, ’two’, ’three’, ’four’]category排序

如果category創(chuàng)建的時候帶有 ordered=True ， 那么可以對其進(jìn)行排序操作：

In [91]: s = pd.Series(['a', 'b', 'c', 'a']).astype(CategoricalDtype(ordered=True))In [92]: s.sort_values(inplace=True)In [93]: sOut[93]: 0 a3 a1 b2 cdtype: categoryCategories (3, object): [’a’ < ’b’ < ’c’]In [94]: s.min(), s.max()Out[94]: (’a’, ’c’)

可以使用 as_ordered() 或者 as_unordered() 來強制排序或者不排序：

In [95]: s.cat.as_ordered()Out[95]: 0 a3 a1 b2 cdtype: categoryCategories (3, object): [’a’ < ’b’ < ’c’]In [96]: s.cat.as_unordered()Out[96]: 0 a3 a1 b2 cdtype: categoryCategories (3, object): [’a’, ’b’, ’c’]重排序

使用Categorical.reorder_categories() 可以對現(xiàn)有的category進(jìn)行重排序：

In [103]: s = pd.Series([1, 2, 3, 1], dtype='category')In [104]: s = s.cat.reorder_categories([2, 3, 1], ordered=True)In [105]: sOut[105]: 0 11 22 33 1dtype: categoryCategories (3, int64): [2 < 3 < 1]多列排序

sort_values 支持多列進(jìn)行排序：

In [109]: dfs = pd.DataFrame( .....: { .....: 'A': pd.Categorical( .....: list('bbeebbaa'), .....: categories=['e', 'a', 'b'], .....: ordered=True, .....: ), .....: 'B': [1, 2, 1, 2, 2, 1, 2, 1], .....: } .....: ) .....: In [110]: dfs.sort_values(by=['A', 'B'])Out[110]: A B2 e 13 e 27 a 16 a 20 b 15 b 11 b 24 b 2比較操作

如果創(chuàng)建的時候設(shè)置了ordered==True ，那么category之間就可以進(jìn)行比較操作。支持 ==, !=, >, >=, <, 和 <=這些操作符。

In [113]: cat = pd.Series([1, 2, 3]).astype(CategoricalDtype([3, 2, 1], ordered=True))In [114]: cat_base = pd.Series([2, 2, 2]).astype(CategoricalDtype([3, 2, 1], ordered=True))In [115]: cat_base2 = pd.Series([2, 2, 2]).astype(CategoricalDtype(ordered=True))In [119]: cat > cat_baseOut[119]: 0 True1 False2 Falsedtype: boolIn [120]: cat > 2Out[120]: 0 True1 False2 Falsedtype: bool其他操作

Cagetory本質(zhì)上來說還是一個Series，所以Series的操作category基本上都可以使用，比如： Series.min(), Series.max() 和 Series.mode()。

value_counts：

In [131]: s = pd.Series(pd.Categorical(['a', 'b', 'c', 'c'], categories=['c', 'a', 'b', 'd']))In [132]: s.value_counts()Out[132]: c 2a 1b 1d 0dtype: int64

DataFrame.sum()：

In [133]: columns = pd.Categorical( .....: ['One', 'One', 'Two'], categories=['One', 'Two', 'Three'], ordered=True .....: ) .....: In [134]: df = pd.DataFrame( .....: data=[[1, 2, 3], [4, 5, 6]], .....: columns=pd.MultiIndex.from_arrays([['A', 'B', 'B'], columns]), .....: ) .....: In [135]: df.sum(axis=1, level=1)Out[135]: One Two Three0 3 3 01 9 6 0

Groupby：

In [136]: cats = pd.Categorical( .....: ['a', 'b', 'b', 'b', 'c', 'c', 'c'], categories=['a', 'b', 'c', 'd'] .....: ) .....: In [137]: df = pd.DataFrame({'cats': cats, 'values': [1, 2, 2, 2, 3, 4, 5]})In [138]: df.groupby('cats').mean()Out[138]: valuescatsa1.0b2.0c4.0dNaNIn [139]: cats2 = pd.Categorical(['a', 'a', 'b', 'b'], categories=['a', 'b', 'c'])In [140]: df2 = pd.DataFrame( .....: { .....: 'cats': cats2, .....: 'B': ['c', 'd', 'c', 'd'], .....: 'values': [1, 2, 3, 4], .....: } .....: ) .....: In [141]: df2.groupby(['cats', 'B']).mean()Out[141]: valuescats Ba c 1.0 d 2.0b c 3.0 d 4.0c c NaN d NaN

Pivot tables：

In [142]: raw_cat = pd.Categorical(['a', 'a', 'b', 'b'], categories=['a', 'b', 'c'])In [143]: df = pd.DataFrame({'A': raw_cat, 'B': ['c', 'd', 'c', 'd'], 'values': [1, 2, 3, 4]})In [144]: pd.pivot_table(df, values='values', index=['A', 'B'])Out[144]: valuesA Ba c 1 d 2b c 3 d 4

到此這篇關(guān)于Pandas數(shù)據(jù)類型之category的用法的文章就介紹到這了,更多相關(guān)category的用法內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！