Python学习笔记：类别设置之category与set_categories

1.设置类别 astype('category')

使用 pandas 可以设置和改变数据的类别。

import pandas as pd
import numpy as np

df = pd.DataFrame({'id':[1,2,3,4,5,6],
                   'grade':['a','b','b','a','a','e']})
df.info()
df.dtypes
'''
grade    object
id        int64
dtype: object
'''

将列设置为 category 类型。

df['grade'] = df['grade'].astype('category')
'''
grade    category
id          int64
dtype: object

Name: grade, dtype: category
Categories (3, object): [a, b, e]
'''

2.改变类别 cat.categories

此时标签集合为3个取值，可通过改变类别标签。

df['grade'].cat.categories = ['very good', 'good', 'bad']
print(df.grade)
'''
0    very good
1         good
2         good
3    very good
4    very good
5          bad
Name: grade, dtype: category
Categories (3, object): [very good, good, bad]
'''

3.改变类别集合 set_categories

改变类别标签集合，原始数据标签不变。

df['grade'] = df['grade'].cat.set_categories(['very bad', 'bad', 'medium', 'good', 'very good'])
df['grade'].cat.set_categories(['very bad', 'bad', 'medium', 'good', 'very good'], inplace=True)

4.按类别排序

按照类别标签在集合中的顺序排序，而不是按照字母顺序排序。

df.sort_values(by='grade')

5.按类别分组

根据类别标签进行分组。

df.groupby('grade').size()
'''
grade
very bad     0
bad          1
medium       0
good         2
very good    3
dtype: int64
'''

参考链接：pandas学习笔记1—categories与set_categories