文章目錄

• • 對 Categorical 數(shù)據(jù)的一個直觀認(rèn)識
  • • 隱式創(chuàng)建 Categorical 數(shù)據(jù)
    • 顯式創(chuàng)建 Categorical 數(shù)據(jù)

Categoricals 是 pandas 的一種 數(shù)據(jù)類型，對應(yīng)著被統(tǒng)計的變量。Categoricals 是由固定的且有限數(shù)量的變量組成的。比如：性別、社會階層、血型、國籍、觀察時段、贊美程度等等。

與其它被統(tǒng)計的變量相比，categorical 類型的數(shù)據(jù)可以具有特定的順序——比如：按程度來設(shè)定，“強(qiáng)烈同意”與“同意”，“首次觀察”與“二次觀察”，但是不能做按數(shù)值來進(jìn)行排序操作（比如：sort_by 之類的，換句話說，categorical 的順序是創(chuàng)建時手工設(shè)定的，是靜態(tài)的）。

類型數(shù)據(jù)的每一個元素的值要么是預(yù)設(shè)好的類型中的某一個，要么是空值（np.nan）。順序是由預(yù)設(shè)好的類型集合來決定的，而不是按照類型集合中各個元素的字母順序排序的。categorical 實(shí)例的內(nèi)部是由類型名字集合和一個整數(shù)組成的數(shù)組構(gòu)成的，后者標(biāo)明了類型集合真正的值。

對 Categorical 數(shù)據(jù)的一個直觀認(rèn)識

隱式創(chuàng)建 Categorical 數(shù)據(jù)

# 用一段代碼從不同角度來展現(xiàn)一下 categorical 類型的數(shù)據(jù) # 先創(chuàng)建一個簡單的 DataFrame 實(shí)例 # Terry, Hardon, Curry, Duran, James 和 Barter 代表東西部玩三打三 # 用一組數(shù)據(jù)記錄各自的得分情況 import pandas as pd import numpy as npplayers = ['Garsol','Hardon','Bill','Duran','James','Barter'] teams = ['West','West','East','West','East','East'] scores = [22,34,12,31,26,19] df = pd.DataFrame({'player':players,'score':scores,'team':teams}) df playerscoreteam012345

Garsol	22	West
Hardon	34	West
Bill	12	East
Duran	31	West
James	26	East
Barter	19	East

可以看出 team 這一列，其實(shí)只有兩種值：East 和 West，可以將 team 列的類型設(shè)定為 category.

df.team 0 West 1 West 2 East 3 West 4 East 5 East Name: team, dtype: object df.team.astype('category') 0 West 1 West 2 East 3 West 4 East 5 East Name: team, dtype: category Categories (2, object): [East, West]

可以看到，df.team 的變量類型變成了 category。
當(dāng)然，迄今為止，這個分類是我們手工標(biāo)記上去的，主動給每一個球員加上了 east 或者 west 的標(biāo)記。那么，如果是動態(tài)的來添加呢？比如按照得分來劃分，將高于平均分的劃為 Star，低于平均分的劃為 Role。
計算過程就應(yīng)該是這樣：

d = pd.Series(scores).describe() d score_ranges = [d['min']-1,d['mean'],d['max']+1] score_ranges [11.0, 24.0, 35.0] score_labels = ['Role','Star'] score_labels ['Role', 'Star'] # 用pd.cut(ori_data, bins, labels) 方法 # 以 bins 設(shè)定的畫界點(diǎn)來將 ori_data 歸類，然后用 labels 中對應(yīng)的 label 來作為分類名 df['level'] = pd.cut(df['score'],score_ranges,labels=score_labels) df['level'] 0 Role 1 Star 2 Role 3 Star 4 Star 5 Role Name: level, dtype: category Categories (2, object): [Role < Star] print('df:') print(df) print('\n對比一下 Category 類型的數(shù)據(jù)和普通的 DataFrame中的列有什么區(qū)別') print('\ndf[\'team\'] 是普通的 DataFrame列') print(df['team']) print('\ndf[\'level\'] 是 Category 類型的') print(df['level']) print('\n可以看出 df[\'level\'] 有點(diǎn)像是集合，輸出信息會去重后列出組成元素') print(df['level'].get_values()) df:player score team level 0 Garsol 22 West Role 1 Hardon 34 West Star 2 Bill 12 East Role 3 Duran 31 West Star 4 James 26 East Star 5 Barter 19 East Role對比一下 Category 類型的數(shù)據(jù)和普通的 DataFrame中的列有什么區(qū)別df['team'] 是普通的 DataFrame列 0 West 1 West 2 East 3 West 4 East 5 East Name: team, dtype: objectdf['level'] 是 Category 類型的 0 Role 1 Star 2 Role 3 Star 4 Star 5 Role Name: level, dtype: category Categories (2, object): [Role < Star]可以看出 df['level'] 有點(diǎn)像是集合，輸出信息會去重后列出組成元素 ['Role' 'Star' 'Role' 'Star' 'Star' 'Role']

顯式創(chuàng)建 Categorical 數(shù)據(jù)

cg = pd.Categorical(['Role','Role','Star','Role','Killer','Star'],categories=['Role', 'Star']) cg [Role, Role, Star, Role, NaN, Star] Categories (2, object): [Role, Star]

可以看到，構(gòu)造方法中第二個參數(shù)是指定了實(shí)例中可以包含的元素，在第一個參數(shù)中的元素如果不在 categories 中，就會被轉(zhuǎn)成NaN。
Categorical 實(shí)例可以轉(zhuǎn)為 Series，被稱為 categorical series

s = pd.Series(cg) s 0 Role 1 Role 2 Star 3 Role 4 NaN 5 Star dtype: category Categories (2, object): [Role, Star]

也可以將 categorical 實(shí)例加入到 dataframe 實(shí)例的某一列中，被稱為 categorical dataframe column：

df = pd.DataFrame({'players':['Garsol','Hardon','Bill','Duran','James','Barter']}) df['level'] = cg print(df['level'],'\n\n',df.dtypes) 0 Role 1 Role 2 Star 3 Role 4 NaN 5 Star Name: level, dtype: category Categories (2, object): [Role, Star] players object level category dtype: object

作者：那未必
鏈接：https://www.jianshu.com/p/20169d7f60bc
來源：簡書
著作權(quán)歸作者所有。商業(yè)轉(zhuǎn)載請聯(lián)系作者獲得授權(quán)，非商業(yè)轉(zhuǎn)載請注明出處。

總結(jié)

以上是生活随笔為你收集整理的pandas中Category的应用的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。