目录

前言

1 作用

2 用法

 2.1通过 pd.Categorical 创建 category 类型数据，同时指定可选项

2.2  通过 dtype 参数创建 category 类型数据

2.3  此时对数据进行排序 

2.4  通过 CategoricalDtype 指定 category 数据的类型顺序 

 2.5  想要临时修改排序规则，可以使用categories类型的series对象.cat.reorder_categories()方法

3总结

---

前言

是对这篇博客的部分知识点进行拓展（这个博主的数据分析专栏贼全面，宝藏博主）

（八）Pandas数据类型https://liangshan.blog.csdn.net/article/details/110438297下面直接开始！！！！！！！

---------------------------------------------------------------------------------------------------------------------------------

1 作用

 category 类型数据是由固定的且有限数量的变量组成的，比如：性别

---------------------------------------------------------------------------------------------------------------------------------

2 用法

 2.1通过 pd.Categorical 创建 category 类型数据，同时指定可选项

s = pd.Series(
    pd.Categorical(['a','b','c','d'],
                  categories=['c','b','a'])
)
s

 

 注意：不在 category 限定范围内的数据会被置为 NaN

2.2  通过 dtype 参数创建 category 类型数据

cat_series=pd.Series(['B','D','C','A'],dtype='category')
cat_series

 

2.3  此时对数据进行排序 

cat_series.sort_values()

2.4  通过 CategoricalDtype 指定 category 数据的类型顺序 

from pandas.api.types import CategoricalDtype
cat=CategoricalDtype(categories=['B','D','A','C'],ordered=True)
print(cat_series)
print('='*20)
print(cat_series.sort_values())
print('='*20)
print(cat_series.astype(cat).sort_values())

 2.5  想要临时修改排序规则，可以使用categories类型的series对象.cat.reorder_categories()方法

print(cat_series)
cat_series.cat.reorder_categories(['D','B','C','A'],ordered=True,inplace=True)
print(cat_series)

-------------------------------------------------------------------------------------------------------------------------------- 

3总结

 category 类型，可以用来进行排序，并且可以自定义排序顺序
CategoricalDtype 可以用来定义顺序

 不要忘记点赞哦=v=！！