pandas pd.Categorical（）方法详解【转】

今天遇到pd.Categorical（）这个方法，说实话以前自己没遇到过！现在把自己的理解清晰的给正在疑惑的小伙伴说明一下！

直接上代码

1.定义一个列表，注意里面有重复元素！

#定义一个列表，注意里面有重复元素！
str = ['a','a','b','c','c','e','h','g'] str 

 

image.png

2.导如pandas包，并调用Categorical方法

# 导如pandas包，并调用Categorical方法 import pandas as pd ss = pd.Categorical(str) 

 

image.png

打印ss之后我们发现 Categories (6, object): [a, b, c, e, g, h]把我们的重复值去掉了，原来有8个现在才有六个，那么其余的是不是不在了呢？答案是：其余还在，只不过使用了另外一个表示方式！

ss.dtype

查看一下它到底谁是什么类型

 

image.png

调用ss的两个重要属性！

 

image.png

通过对比，细心的你，应该发现，原来的字母现在已经被数字所代替，而且用的是从0开始的索引，所以a对应0遇到重复的a同样用0表示，这样就可以把非数值的转换成数值的，方便计算！我觉得这就是这个方法的最大好处！

至于categories属性，可以看到原来的字母的去重后的情况！用处不大，主要还是codes比较实用！

这里只是为了说明，举了一个简单的列表说明，在pandas里面的话，这个方法的用处会更大一些，大家可以去试试！

 

 

 

 

作者：采星星的小太阳BavaLI
链接：https://www.jianshu.com/p/e276848b9115
来源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。