关注微信公众号：数据研发技术，点击菜单：PY宝典，查看往期精彩内容
Pandas中为数据分类的需求提供专门的类型 category，可以由多种方式创建，并结合dataframe或Series进行使用。
首先生成样本数据：
df = pd.DataFrame(
{"id": [1, 2, 3, 4, 5, 6]})
df
1. 创建
category可以从不同方式创建，本文以给样本添加分类列，列名为 grade逐一进行说明。
1.1 Series创建
创建一个类型为 category的Series，再将其作为样本数据的 grade列
g = pd.Series(["a", "b", "c", "a","e"], dtype="category")
df["grade"]=g
1.2DataFrame创建
创建一个dataframe，其中 grade类型为 category，然后将两个dataframe进行拼接
df1 = pd.DataFrame(
{"grade":["a", "b", "c", "a","e",np.nan]},
dtype="category")
df = pd.concat([df,df1],axis=1)
df
1.3 Categorical创建
使用 pd.Categorical创建分类，再作为 Series放到Dataframe里面。
g = pd.Categorical(
["a", "b", "c", "a","e",np.nan],
categories=["a", "b", "c","e"],
ordered=False)
df["grade"]=pd.Series(g)
1.4 CategoricalDtype创建
CategoricalDtype是pandas的数据类型对象，指定 dtype='category'时，就等同于 dtype = CategoricalDtype()。包含以下参数：
categories：所有不重复分类值ordered：设定分类排序，默认值为False。
创建 CategoricalDtype类型 c，并将 df.grade转为该类型
from pandas.api.types import CategoricalDtype
c = CategoricalDtype(["a", "b", "c","e"])
df["grade"]=pd.Series(["a", "b", "c", "a","e",np.nan])
df.grade = df.grade.astype(c)
2. 使用
2.1 分类的描述性统计
describe可以统计分类数据做描述性统计，返回以下值：
count：统计数量unique：统计分类值个数top：出现最多次的值。此处是a。freq：出现最多次值出现的次数。此处是a出现了2次。
; 2.2 分类CRUD
可以对分类数据进行相应的CRUD操作，逐一进行说明。
2.2.1 增加分类
使用 add_categories增加新的分类
df.grade.cat.add_categories(["d"])
2.2.2 设置分类
使用 set_categories重新设置分类
df.grade = df.grade.cat.set_categories(["a","b","c","d"])
df.grade
2.2.3 删除分类
使用 remove_categories删除分类， 删除的值将替换为 np.nan
df.grade = df.grade.cat.remove_categories(["b"])
df.grade
点个关注再走呗👉👉👉
Original: https://blog.csdn.net/idiotion/article/details/120731461
Author: 阿坚87
Title: Pandas之十数据分类
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/677553/
转载文章受原作者版权保护。转载请注明原作者出处！