python category 和object 數據類型區別

一、category數據類型

Categoricals 是 pandas 的一種數據類型，對應着被統計的變量。

1. Categoricals 是由固定的且有限數量的變量組成的。比如：性別、社會階層、血型、國籍、觀察時段、贊美程度等等。
2. 與其它被統計的變量相比，categorical 類型的數據可以具有特定的順序——比如：按程度來設定，“強烈同意”與“同意”，“首次觀察”與“二次觀察”，但是不能做按數值來進行排序操作（比如：sort_by 之類的，換句話說，categorical 的順序是創建時手工設定的，是靜態的）
3. 類型數據的每一個元素的值要么是預設好的類型中的某一個，要么是空值（np.nan）。
4. categorical 實例的內部是由類型名字集合和一個整數組成的數組構成的，后者標明了類型集合真正的值。順序是由預設好的類型集合來決定的，而不是按照類型集合中各個元素的字母順序排序的。

看官網介紹https://pandas.pydata.org/pandas-docs/stable/user_guide/categorical.html?highlight=category

自己英文不是很好，就copy一下別人的說法

 

二、object 數據類型

默認是object ，一切數據皆可object 

 

三、差別

根據上面二者的定義，有限數量且有順序時候使用類別，其余就使用默認的吧，

又或者需要進行label編碼時，轉換一下類別