pandas categorical对象、TimeGrouper对象、管道pipe

最新推荐文章于 2024-04-28 21:24:00 发布

WilliamZ_

最新推荐文章于 2024-04-28 21:24:00 发布

阅读量2.7k

点赞数 1

本文链接：https://blog.youkuaiyun.com/WilliamZ_/article/details/100021215

版权

本文详细介绍了Pandas库中Categorical类型的使用方法，包括如何创建Categorical对象，使用cat.codes和cat.categories属性，以及如何进行排序、添加、删除和重命名类别。同时，还介绍了如何使用pipe方法进行连续的数据处理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

pandas中的Categorical类型

转换为categorical对象：
在这里插入图片描述

cate1为时间序列，其值为不是numpy数组，而是pandas.categorical对象，有categories和codes属性。
在这里插入图片描述
通过pd.Categorical()传入序列直接生成categorical对象：

通过from_codes函数构造：

ordered=True，将类别排序，亦可使用as_ordered()方法排序：

foo<bar表示foo的顺序在bar之前。

pandas中Series的分类方法

cat.codes：
在这里插入图片描述
cat.categories：

cat.set_categories()：
在这里插入图片描述
remove_unused_categories：

方法	描述
add_categories	将新的类别（未使用过）添加到已有的类别的尾部
as_ordered	使类别排序
as_unordered	使类别无序
remove_unused_categories	去除所有没有出现在数据中的类别
rename_categories	使用新的类别名称替代现有的类别，不会改变类别的数量
set_categories	指定一组新的类别替换现有类别，可以添加或删除类别

TimeGrouper

在这里插入图片描述

pipe方法

a=f(df,arg1=v1)
b=g(a,v2,arg3=v3)
c=h(b,arg4=v4)
在使用接受并返回Series或DataFrame对象的函数时，可以调用pipe方法；上述等价于以下：
c=df.pipe(f,arg1=v1).pipe(g,v2,arg3=v3).pipe(h,arg4=v4)