pandas学习：第十天

---

分类数据

一、cat对象

属性

category类型，使用户能够主力分类类型的变量，将普通序列转化为分类变量用astype方法。
对一个分类类型的Series中的cat对象类似于上一章的str对象
有两个组成部分，一个是index，另一个为是否有序
每一个序列会被赋予唯一的整数编号，取决于cat.categories中的顺序，通过cat.codes来访问

增删改

增加：add_categories
删除：remove_categories，删除原来序列中存在的类后，此类再次查询时为缺失
设置新序列：set_categories设置新的序列，若序列中没有此类则为缺失
删除未出现在序列中的类别： remove_unused_categories
改序列名：rename_categories

二、有序分类

序的建立

有序类别：as_ordered
无序类别：as_unordered
指定序列顺序：reorder_categories

排序与比较

将序列变量进行排序后，可以通过sort_index, sort_values进行排序
比较有两种：
一是：==，!=进行标量或长度的对比
二是：<,<=,>,>=进行原序列排序的对比
返回值为布尔值

三、区间类别

利用cut和qcut进行区间构造

最重要的参数是 bins ，如果传入整数 n ，则代表把整个传入数组的按照最大和最小值等间距地分为 n 段
bins 的另一个常见用法是指定区间分割点的列表（使用 np.infty 可以表示无穷大）
labels