Python Pandas 高级数据操作 Categorical 数据类型的使用

本文链接：https://blog.csdn.net/Trb201012/article/details/135624146

本文介绍了如何在Python的Pandas库中创建、转换和处理Categorical数据类型，包括处理缺失值、进行操作以及其在内存优化和性能提升方面的优势。还探讨了Categorical列的有序性及其在数据处理中的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、创建 Categorical 数据

pd.Categorical()函数用于将一个列表、数组或类似的序列转换为分类数据（categorical data）。分类数据是一种特殊的数据类型，用于表示具有固定数量可能值的变量，类似于枚举类型。通过将数据转换为 Categorical 类型，可以提高数据处理的效率，尤其是在进行分类分析或处理具有明确类别的数据时。

参数	描述
values	类似列表：分类的值。如果给定了类别，不在类别中的值将被替换为 NaN。
categories	类似索引（唯一），可选：这个分类的唯一类别。如果未给出，类别假定为values的唯一值（如果可能的话按排序，否则按照它们出现的顺序）。
ordered	布尔值，默认为 False：这个分类是否被视为有序分类。如果为 True，则结果分类将是有序的。一个有序的分类在排序时，会尊重其类别属性的顺序（反过来这个类别属性就是提供的类别参数）。
dtype	CategoricalDtype：用于这个分类的 CategoricalDtype 实例。从版本 0.21.0 开始新增。

使用示例：

import pandas as pd

# 创建一个简单的列表
data = ['low', 'medium', 'high', &