python category 和object 数据类型区别

一、category数据类型

Categoricals 是 pandas 的一种数据类型，对应着被统计的变量。

1. Categoricals 是由固定的且有限数量的变量组成的。比如：性别、社会阶层、血型、国籍、观察时段、赞美程度等等。
2. 与其它被统计的变量相比，categorical 类型的数据可以具有特定的顺序——比如：按程度来设定，“强烈同意”与“同意”，“首次观察”与“二次观察”，但是不能做按数值来进行排序操作（比如：sort_by 之类的，换句话说，categorical 的顺序是创建时手工设定的，是静态的）
3. 类型数据的每一个元素的值要么是预设好的类型中的某一个，要么是空值（np.nan）。
4. categorical 实例的内部是由类型名字集合和一个整数组成的数组构成的，后者标明了类型集合真正的值。顺序是由预设好的类型集合来决定的，而不是按照类型集合中各个元素的字母顺序排序的。

看官网介绍https://pandas.pydata.org/pandas-docs/stable/user_guide/categorical.html?highlight=category

自己英文不是很好，就copy一下别人的说法

 

二、object 数据类型

默认是object ，一切数据皆可object 

 

三、差别

根据上面二者的定义，有限数量且有顺序时候使用类别，其余就使用默认的吧，

又或者需要进行label编码时，转换一下类别