pandas的Categorical方法

　　对于数据样本的标签，如果我们事先不知道这个样本有多少类别，那么可以对数据集的类别列进行统计，这时我们用pandas的Categorical方法就非常快的实现。

1.说明：　

　　你的数据最好是一个series，之后，pd.Categorical(series)，得到分类的对象，使用categories或者codes进行查看

2.操作：

pd.Categorical( list ).codes 这样就可以直接得到原始数据的对应的序号列表，通过这样的处理可以将类别信息转化成数值信息 ，这样就可以应用到模型中去了 

代码：

　　

import tensorflow
import lightgbm as lgb
import pandas as pd


class Deng(object):
    def __init__(self):
        pass

    def main(self):
        temp = ['a', 'a', 'b', 'c', 'c']
        st = pd.Categorical(temp)
        print(st)
        # [a, a, b, c, c]
        # Categories(3, object): [a, b, c]

        # 遍历temp指出temp中每个字符所属类别的位置索引
        st2 = st.codes
        print(st2)
        # [0 0 1 2 2]


if __name__ == '__main__':
    obj = Deng()
    obj.main()