pandas 为什么要用 Category 类型 而不是 Str？

category是一种pandas的类型

pd.Series(["a", "b", "c", "a"], dtype="category")
pd.Series(["a", "b", "c", "a"], dtype="str")

之前自己的代码都是用str，或者直接就是python自己的object类型，那么我们什么时候需要用category而不是str呢？

当 这一列 的值的种类(number of unique)非常少的时候，当需要给这一列的值表示某一个顺序的时候，用category。

1. 在做groupby操作的时候可以提速
2. 可以节省内存
3. 支持order

为什么可以节省内存和提速groupby呢？
猜测是 如果你表明了category，它存储的其实是index，而不是每个值，进行groupby的时候不需要先进行sort操作，所以可以提速和节省内存，这也是它建议你的值的种类比较少的时候用。

官方文档：

This is an introduction to pandas categorical data type, including a short comparison with R’s factor.

Categoricals are a pandas data type corresponding to categoric