Pandas中的Category类型变量

Pandas中常见的是通过cut和qcut函数来产生Category类型变量，具体情况参考Pandas分箱离散化方法：qcut()和cut()的用法_Sun_Sherry的博客-CSDN博客_qcut函数。这里主要是介绍一些Categroy类型的常用方法。

1. groupby()遇到Categroy类型变量时

当使用Category类型变量进行Groupby操作时，即使该类型没有出现，也会被纳入计算中。当groupby()函数中的observed=True时，可以保证只统计出现的category。具体如图1：

图1

 对Categroy类型变量使用value_counts()也会出现这样的情况，但value_counts()没有observed参数。

图2

 2. Category类型操作

Series中给Category提供了accessor(没找到怎么翻译，只说功能类似属性接口)，该属性提供了几个关于Category类型变量的属性和方法，具体如下：

(1)Series.cat.categories

图3

 (2) Series.cat.ordered 返回bool变量，category之间如果有顺序关系则返回True

图4

 (3) Series.cat.codes.返回Series中每个元素对应的category编号

图5

(4) Series.cat.rename_categories 给category改名

图6

 (5) Series.cat.reorder_categories

图7

(6) Series.cat.add_categories 增加一个种类(如果不先增加一个category，fillna()操作会报错ValueError: fill value must be in categories）

图8

(7) Series.cat.remove_catetories 删除某一个种类。Series中删除掉的category会被替换成空值。

图9

(8) Series.cat.remove_unused_categories 删除无用的category

图10

(9) Series.cat.set_categories 该方法可以同时实现category类型变量的增删改。

图11

(10) Series.cat.as_ordered

图12

(11) Series.cat.as_unordered

图13