Datawhale Pandas 打卡-第九章 分类数据

这章学的是分类。

cat对象

通过cat对象的categories属性能够完成对类别的查询。

有序分类

有序类别和无序类别可以通过 as_unordered 和 reorder_categories 互相转化。

只需把列的类型修改为 category 后，再赋予相应的大小关系，就能正常地使用 sort_index 和 sort_values 。

区间序列通过cut和qcut构造。

练习

Ex1

这道题没有太弄懂，照着答案打了一遍。

Ex2

1. 分别对 df.cut 在 object 类型和 category 类型下使用 nunique 函数，并比较它们的性能。
   通过对比可以发现，category完胜。

   
   

2. 钻石的切割质量可以分为五个等级，由次到好分别是 Fair, Good, Very Good, Premium, Ideal ，纯净度有八个等级，由次到好分别是 I1, SI2, SI1, VS2, VS1, VVS2, VVS1, IF ，请对切割质量按照 由好到次 的顺序排序，相同切割质量的钻石，按照纯净度进行 由次到好 的排序。
   分别对cut,clarity分为5个等级和8个等级。再重排序。

   
   

3. 分别采用两种不同的方法，把 cut, clarity 这两列按照 由好到次 的顺序，映射到从0到n-1的整数，其中n表示类别的个数。
   用category的codes替换。使用replace替换也可。

   
   

4. 对每克拉的价格按照分别按照分位数（q=[0.2, 0.4, 0.6, 0.8]）与[1000, 3500, 5500, 18000]割点进行分箱得到五个类别 Very Low, Low, Mid, High, Very High ，并把按这两种分箱方法得到的 category 序列依次添加到原表中。
   将每克拉价格作为分箱序列bins，用cut传入bins,再添加labels重命名。

   
   

5. 第4问中按照整数分箱得到的序列中，是否出现了所有的类别？如果存在没有出现的类别请把该类别删除。