使用pandas的类别相关的方法可以设置和改变数据的类别。
import pandas as pd
import numpy as np
df = pd.DataFrame({"id":[1,2,3,4,5,6], "raw_grade":['a', 'b', 'b', 'a', 'a', 'e']})
#将raw_grade列转化为category类型
df["grade"] = df["raw_grade"].astype("category")
print(df["grade"])
可以看到此时类标签的字符a,b,e ;类标签的集合为[a,b,e]
打印类标签的结果如下
#改变类别标签
df["grade"].cat.categories = ["very good", "good", "very bad"]
print(df["grade"])
给categories赋值,可以改变类别标签。赋值的时候是按照顺序进行对应的。a对应very good,b对应good,c对应very bad。操作完成之后,原来的标签a就变成了very good标签。
此时类标签的集合为[“very good”, “good”, “very bad”]
#改变类别标签集合,注意和上面的对.categories的操作进行区分。
df["grade"] = df["grade"].cat.set_categories(["very bad", "bad", "medium", "good", "very good"])
print(df["grade"])
改变类别标签集合,操作过后数据的标签不变,但是标签的集合变为[“very bad”, “bad”, “medium”, “good”, “very good”]
#按照类标签在标签集中的顺序排序,而不是安装类标签的字母顺序进行排序
dfnew = df.sort_values(by="grade")
print(dfnew)
#根据类标签进行分组
df.groupby("grade").size()