1.設置類別 astype('category')
使用 pandas 可以設置和改變數據的類別。
import pandas as pd
import numpy as np
df = pd.DataFrame({'id':[1,2,3,4,5,6],
'grade':['a','b','b','a','a','e']})
df.info()
df.dtypes
'''
grade object
id int64
dtype: object
'''
將列設置為 category 類型。
df['grade'] = df['grade'].astype('category')
'''
grade category
id int64
dtype: object
Name: grade, dtype: category
Categories (3, object): [a, b, e]
'''
2.改變類別 cat.categories
此時標簽集合為3個取值，可通過改變類別標簽。
df['grade'].cat.categories = ['very good', 'good', 'bad']
print(df.grade)
'''
0 very good
1 good
2 good
3 very good
4 very good
5 bad
Name: grade, dtype: category
Categories (3, object): [very good, good, bad]
'''
3.改變類別集合 set_categories
改變類別標簽集合，原始數據標簽不變。
df['grade'] = df['grade'].cat.set_categories(['very bad', 'bad', 'medium', 'good', 'very good'])
df['grade'].cat.set_categories(['very bad', 'bad', 'medium', 'good', 'very good'], inplace=True)
4.按類別排序
按照類別標簽在集合中的順序排序，而不是按照字母順序排序。
df.sort_values(by='grade')
5.按類別分組
根據類別標簽進行分組。
df.groupby('grade').size()
'''
grade
very bad 0
bad 1
medium 0
good 2
very good 3
dtype: int64
'''