Pandas分类对象（Categorical）详解

Pandas分类对象是什么？

在 Pandas 中，分类对象（Categorical）是一种特殊的数据类型，它表示有限且固定数量的可能值的数据。分类对象主要用于存储和处理重复值的数据，并且在某些情况下可以提高性能和减少内存使用。

Pandas 的分类对象具有以下特点：

• 类别是有限的，且固定不变的。例如，在一个具有“男”、“女”两种可能性的列中，类别是固定的。
• 类别是有序的或无序的。例如，在一个有序的列中，类别是按照一定顺序排列的。
• 类别可以被命名或未命名。例如，在一个命名为“性别”的列中，类别可以被命名为“男”和“女”。

Pandas 分类对象的主要作用

分类对象的主要作用是提高性能和减少内存使用。例如，当需要处理重复值的数据时，使用分类对象可以大大降低内存使用，并且在某些操作（例如 groupby 操作）中可以提高性能。

Pandas 创建分类对象

Pandas 中创建分类对象的方法主要有两种：

使用 pd.Categorical() 函数创建，代码如下：

import pandas as pd

s = pd.Series(['a', 'b', 'c', 'a'], dtype='category')

2.将普通的 Pandas 数据类型转换为分类数据类型：

import pandas as pd

s = pd.Series(['a', 'b', 'c', 'a'])
s = s.astype('category')

Pandas 分类对象常用的操作方法

Pandas 分类对象常用的操作方法有：

• 创建分类对象
  • pd.Categorical()：通过传入列表或者数组创建分类对象。
  • Series.astype('category')：将一个 Series 转换为分类类型。
• 查看分类信息
  • cat.categories：查看分类对象中所有的分类值。
  • cat.codes：查看分类对象中每个值对应的编码。
• 对分类对象进行操作
  • cat.add_categories()：增加新的分类。
  • cat.remove_categories()：删除指定的分类。
  • cat.rename_categories()：重命名分类。
  • cat.reorder_categories()：按照指定的顺序重新排序分类。
  • cat.remove_unused_categories()：删除未使用的分类。
  • cat.set_categories()：设置分类的新值。
  • cat.as_ordered()：将无序分类变为有序分类。
  • cat.as_unordered()：将有序分类变为无序分类。

下面是一些使用方法示例：

import pandas as pd

# 创建分类对象
data = pd.Series(['apple', 'banana', 'apple', 'orange'], dtype='category')

# 查看分类信息
print(data.cat.categories)  # 输出：Index(['apple', 'banana', 'orange'], dtype='object')
print(data.cat.codes)  # 输出：[0, 1, 0, 2]

# 对分类对象进行操作
data.cat.add_categories(['pear'], inplace=True)  # 增加一个新的分类
data.cat.remove_categories(['banana'], inplace=True)  # 删除一个分类
data.cat.rename_categories({'apple': 'green apple', 'orange': 'mandarin'}, inplace=True)  # 重命名分类
data.cat.reorder_categories(['mandarin', 'green apple', 'pear'], inplace=True)  # 重新排序分类
data.cat.remove_unused_categories(inplace=True)  # 删除未使用的分类
data.cat.set_categories(['red apple', 'green apple', 'mandarin', 'pear'], inplace=True)  # 设置新的分类值
data.cat.as_ordered(inplace=True)  # 将无序分类变为有序分类

以上这个示例代码演示了 Pandas 分类对象的常用操作方法，通过这些方法可以方便地进行分类的增加、删除、重命名、排序等操作。