pd.Categorical 和 pd.api.types.CategoricalDtype 之间的区别

Question

我不明白

pd.Categorical

和

pd.api.types.CategoricalDtype

之间的区别。后者返回一个

CategoricalDType

实例，前者返回一个

Categories

实例。什么是

categories

对象？它们有何不同？它们有何关系？我什么时候应该使用其中一种而不是另一种？

type(pd.Categorical(['a','b'],ordered=True))
Out[187]: pandas.core.arrays.categorical.Categorical

type(pd.api.types.CategoricalDtype(['a','b'], ordered=True))
Out[188]: pandas.core.dtypes.dtypes.CategoricalDtype

Answer 1

您可以使用 pd.CategoricalDtype 将系列的数据类型更改为类别。

例如，您有如下字符串数据类型的系列：

s = pd.Series(['a', 'a', 'b', 'b'])

和

s.dtype

返回：

dtype('O')

现在，您可以使用以下命令创建分类数据类型：

s_dtype = pd.api.types.CategoricalDtype(['b','a'], ordered=True)

然后，您可以使用 pd.Series.astype 通过 b 排序来更改该数据 < a.

s.astype(s_dtype).sort_values()

输出：

2    b
3    b
0    a
1    a
dtype: category
Categories (2, object): ['b' < 'a']

哪里，

s = pd.Categorical(['a','b'],ordered=True)

是一个系列构造函数，其数据类型为分类数据类型。