分类数据cotegory介绍以及常用API的属性和方法

pandas中有一种分类数据类型category，分类数据类型具有以下优点：

（1）采用这种方式存储数据更加节约内存，提高速度，尤其是数据集中包含很多重复的字符串得时候

（2）当一劣质存在一定的顺序（比如李克特量表）时，应该转换成分类数据

（3）有些python库可以处理分类数据（比如拟合统计模型）

使用astype将数据转换成catecory数据类型可参考astype转换数据类型_我就是一个小怪兽的博客-CSDN博客

 以下给出的参考表中给出了可以再分类series上执行得操作，表格下面是该表格中属性方法举例

分类API

属性或方法	说明
Series.cat.categories	类别
Series.cat.ordered	类别是否有顺序
Series.cat.codes	返回类别的证书代码
Series.cat.rename_categories()	重命名类别
Series.cat.reorder_categories()	对类别重新排序
Series.cat.add_categories()	添加新类别
Series.cat.remove_categories()	删除类别
Series.cat.remove_unused_categories()	删除未使用的类别
Series.cat.set_categories()	设置新类别
Series.cat.as_order()	对类别排序
Series.cat.as_unordered()	是类别无序

import pandas as pd 
import seaborn as sns

tips=sns.load_dataset('tips')
t=tips.head(10)
t.loc[[1,4,7],'total_bill']='missing'
print(t.dtypes)

print(t['sex'].cat.categories)

输出结果如下：

total_bill      object
tip            float64
sex           category
smoker        category
day           category
time          category
size             int64
dtype: object
------------------------------------------------
Index(['Male', 'Female'], dtype='object')
[Finished in 1.7s]