Categorical分类对象属性方法与CategoricalDtype（Series.cat.序列分类类型函数）（tcy）
pandas.Categorical 2019/1/7
函数：
class pd.Categorical(values,categories =None,ordered=None,dtype=None,fastpath=False ) 经典R/S-plus分类变量
分类只能采用有限固定数量的可能值(类别)。可有顺序，但数值运算（加法，除法，......）是不可能
分类的所有值都在类别或np.nan中。之外值引发ValueError。顺序由类别的顺序定义，而不是值的词汇顺序
可以储存在Series or DataFrame. 字符串若能用分类表示则能提升性能
参数：
| values | 类似列表 ；分类的值。如果给出了类别，则不在类别中的值将替换Nan |
| categories | 索引式（唯一），此分类的唯一类别。如果没有给出，则假定类别是值的唯一值 |
| ordered=False | 分类是否为有序分类 |
| dtype | CategoricalDtype用于分类的实例 |
属性
categories |
分类的类别名称 |
codes |
此类别的类别代码 |
ordered |
类别是否有序 |
dtype |
在CategoricalDtype实例 |
方法：
from_codes(codes, categories[, ordered]) |
从代码和类别数组中创建分类类型 |
__array__([dtype]) |
numpy数组接口. |
实例1：创建category分类类型
# 实例1：非排序
cat = pd.Categorical([1, 2, 3, 1, 2, 3])
# [1, 2, 3, 1, 2, 3]
# Categories (3, int64): [1, 2, 3]
# 实例2.1：排序
cat1 = pd.Categorical(['a', 'b', 'c', 'a', 'b', 'c'], ordered=True)
# [a, b, c, a, b, c]
# Categories (3, object): [a < b < c]
# 实例2.2：自定义顺序进行排序
cat2 = pd.Categorical(['a','b','c','a','b','c'],ordered=True, categories=['c','b','a'])
# [a, b, c, a, b, c]
# Categories (3, object): [c < b < a]
cat2.min() # 'c'
# 实例3：
cat3=pd.Categorical.from_codes(cat1.codes,cat1.categories)
# [a, b, c, a, b, c]
# Categories (3, object): [a, b, c]
cat3.as_ordered().min()#类别对象必须有序 # 'a'
实例2：属性
cat.categories # 分类名称# Int64Index([1, 2, 3], dtype='int64')
cat1.categories# 分类名称# Index(['a', 'b', 'c'], dtype='object')
cat.codes # 此类别的类别代码# array([0, 1, 2, 0, 1, 2], dtype=int8)
cat1.codes# 此类别的类别代码# array([0, 1, 2, 0, 1, 2], dtype=int8)
cat.ordered # 类别无序# False
cat1.ordered# 类别有序# True
cat.dtype # CategoricalDtype(categories=[1, 2, 3], ordered=False)
cat1.dtype # CategoricalDtype(categories=['a', 'b', 'c'], ordered=True)
实例3：category转np数组
pd.Categorical.__array__(cat1)# array(['a', 'b', 'c', 'a', 'b', 'c'], dtype=object)
np.asarray(cat1) # array(['a', 'b', 'c', 'a', 'b', 'c'], dtype=object)实例4：数据为元祖列表
# 假设有一组人员数据，划分为不同的年龄组：
ages = (20, 22, 25, 27, 21, 23 , 37, 31, 61, 45, 41, 32)
bins = (10, 30, 50, 70)#数据拆分为面元
cats = pd. cut(ages, bins)
# [(10, 30], (10, 30], (10, 30], (10, 30], (10, 30], ..., (30, 50], (50, 70], (30, 50], (30, 50], (30, 50]] Length: 12
# Categories (3, interval[int64]): [(10, 30] < (30, 50] < (50, 70]]
cats.categories
# IntervalIndex([(10, 30],(30,50],(50,70]]closed='right',dtype='interval[int64]')
cats.codes
# array([0, 0, 0, 0, 0, 0, 1, 1, 2, 1, 1, 1], dtype=int8)
pd.value_counts(cats)
(10, 30] 6
(30, 50] 5
(50, 70] 1
dtype: int64
实例5：df
df = pd.DataFrame({"id":[11,12,13,14], "grade":['a', 'b', 'b','c']})
result1=df.dtypes
df['grade1']=df['grade'].astype('category')
df['grade1']=pd.Series(df['grade'],dtype='category') #等效
result2=df.dtypes
df['grade1']=df['grade1'].cat.set_categories(['big','mid','low'],rename=True)
result3=df.groupby("grade1").size()
# result1 result1 df
result3
id int64 id grade grade1 grade1
id int64 grade object 0 11 a big big 1
grade object grade1 category 1 12 b mid mid 2
dtype: object dtype: object 2 13 b mid low 1
3 14 c low dtype: int64 Series.cat分类对象 2019/1/7
1.函数：
s.cat.rename_categories(*args, **kwargs) # 重命名类别 categories.
s.cat.reorder_categories(*args, **kwargs) # 重排new_categories中指定类别
s.cat.add_categories(*args, **kwargs) # 添加新类别
s.cat.remove_categories(*args, **kwargs) # 删除指定的类别
s.cat.remove_unused_categories(*args, **kwargs)# 删除未使用的类别。
s.cat.set_categories(*args, **kwargs)# 将类别设置为指定的new_categories
s.cat.as_ordered(*args, **kwargs) # 设置分类为有序
s.cat.as_unordered(*args, **kwargs) # 将Categorical设置为无序实例2.1：s.cat.rename_categories
s.cat.rename_categories(*args, **kwargs)#重命名类别 categories.
参数
new_categories：列表(值唯一,数量匹配)，dict(旧:新)或可函数
inplace=False：False返回副本 True原地重命名
# 实例1：list
s = Categorical(['a', 'a', 'b'])
s.rename_categories([0, 1]) # [0, 0, 1] Categories (2, int64): [0, 1]
# 实例2：dict
s.rename_categories({'a': 'A', 'c': 'C'}) #[A, A, b] Categories (2, object): [A, b]
# 实例3：函数
s.rename_categories(lambda x: x.upper())# [A, A, B] Categories (2, object): [A, B]实例2.2：s.cat.reorder_categories
s.cat.reorder_categories(*args, **kwargs)#重排new_categories中指定类别
参数
new_categories：类别名列表，顺序就是排序的顺序
inplace=False：False返回副本 True原地重命名
ordered：布尔值，可选# 分类是否被视为有序分类。
实例：
s=pd.Series(['v1','v3','v2','v1'],dtype='category')
s.cat.categories# Index(['v1', 'v2', 'v3'], dtype='object')
s.cat.categories=list('acb')
s.cat.categories# Index(['a', 'c', 'b'], dtype='object')
s=s.cat.reorder_categories(list('abc')) #重排new_categories中指定类别
s.cat.reorder_categories(new_categories=list('abc'),inplace=True)#等价就地修改
s.cat.categories# Index(['a', 'c', 'b'], dtype='object')实例2.3：s.cat.add_categories
s.cat.add_categories(*args, **kwargs)# 添加新类别
参数
new_categories：类别或类别列表#要包含的新类别,将包含在最后/最高位置
inplace=False：原地添加类别或返回副本
实例：
s=s.cat.add_categories(['d','e']) #副本
s.cat.add_categories(['d','e'],inplace=True)#等价就地修改
s.cat.categories #Index(['a', 'b', 'c', 'd', 'e'], dtype='object')实例2.4：s.cat.remove_categories
s.cat.remove_categories(*args, **kwargs)# 删除指定的类别
参数：
removals：类别或类别列表 #应删除的类别，必须存在
inplace=False：原地添加类别或返回副本
实例：
s.cat.remove_categories(['d'],inplace=True)#类别d在Series中未用
s.cat.categories #Index(['a', 'b', 'c', 'e'], dtype='object')
s.cat.remove_categories(['c'],inplace=True)#类别c在Series中使用，删除后用nan值替代
s
0 a
1 b
2 NaN
3 a
dtype: category
Categories (3, object): [a, b, e]实例2.5：s.cat.remove_unused_categories
s.cat.remove_unused_categories(*args, **kwargs)# 删除未使用的类别。
参数:
inplace=False：原地添加类别或返回副本
实例:
s.cat.remove_unused_categories(inplace=True)#就地修改
s.cat.categories # Index(['a', 'b'], dtype='object')
实例2.6：s.cat.set_categories
s.cat.set_categories(*args, **kwargs)# 将类别设置为指定的new_categories
参数：
new_categories：类别或类别list,包含新旧类别名
# 项目少于或多于旧类别将导致值设置为NaN或未使用的类别
ordered=False # 分类是否被视为有序分类
rename=False # True将new_categories视为重命名
inplace=False # 原地添加类别或返回副本
实例：
s.cat.set_categories(list('abcd'),inplace=True) #添加类别c,d
s.cat.categories #Index(['a', 'b', 'c', 'd'], dtype='object')
s.cat.set_categories(list('AB'),inplace=True,rename=True)#重命名类别,并删除c,d
s.cat.categories #Index(['A', 'B'], dtype='object')实例2.7：s.cat.as_ordered
s.cat.as_ordered(*args, **kwargs)# 设置分类为有序
参数
inplace=False # 原地添加类别或返回副本
实例：
s.cat.ordered #False
s.cat.as_ordered(inplace=True)
s.cat.ordered #True实例2.8：s.cat.as_unordered
s.cat.as_unordered(*args, **kwargs)#将Categorical设置为无序
参数
inplace=False # 原地添加类别或返回副本
实例：
s.cat.ordered#True
s.cat.as_unordered(inplace=True)
s.cat.ordered# False