pd.Series.cat.as_ordered（）在Pandas中做了什么？

Question

我正在查看fastai库中的一些源代码，函数train_cats读取如下：

def train_cats(df):
"""Change any columns of strings in a panda's dataframe to a column of
catagorical values. This applies the changes inplace.

for n,c in df.items():
    if is_string_dtype(c): df[n] = c.astype('category').cat.as_ordered()

我理解这个功能在做什么，但我不确定as_ordered部分应该完成什么。

我试着透过documentation on it看，它很稀疏。令我惊讶的是，互联网上关于as_ordered()的信息也不多。

在这种情况下添加此方法的主要好处是什么？

谢谢。

Answer 1

您应该查看此链接中的排序和订单部分：Pandas Documentation on Categorical。它说：

如果对分类数据进行排序（s.cat.ordered == True），则类别的顺序具有含义，并且可以进行某些操作。如果分类是无序的，.min（）/。max（）将引发TypeError。

和：

您可以使用as_ordered（）或使用as_unordered（）无序设置要排序的分类数据。这些将默认返回一个新对象。

Answer 2

我们可以从pandas.Categorical获得一些信息

s=pd.Series(list('zbdce')).astype('category')
s
0    z
1    b
2    d
3    c
4    e
dtype: category
Categories (5, object): [b, c, d, e, z]
s.cat.as_ordered()
0    z
1    b
2    d
3    c
4    e
dtype: category
Categories (5, object): [b < c < d < e < z]

---

pd.Categorical(list('zbdce'))
[z, b, d, c, e]
Categories (5, object): [b, c, d, e, z]
pd.Categorical(list('zbdce'),ordered=True)
[z, b, d, c, e]
Categories (5, object): [b < c < d < e < z]

ordered：boolean，（默认为False）此分类是否被视为有序分类。如果为True，将生成结果分类。有序分类方面，在排序时，其类别属性的顺序（反过来又是类别参数，如果提供）。

Answer 3

这是一个辅助函数，它将第一个参数设置为True来调用set_ordered。

这是set_ordered：

    def set_ordered(self, value, inplace=False):
    """
    Set the ordered attribute to the boolean value.
    Parameters
    ----------
    value : bool
       Set whether this categorical is ordered (True) or not (False).
    inplace : bool, default False
       Whether or not to set the ordered attribute in-place or return
       a copy of this categorical with ordered set to the value.
    """
        inplace = validate_bool_kwarg(inplace, 'inplace')
        new_dtype = CategoricalDtype(self.categories, ordered=value)
        cat = self if inplace else self.copy()
        cat._dtype = new_dtype
        if not inplace:
            return cat

因此，这只是设置了一个事实，即您希望将您的分类数据视为具有排序。这里有一些更稀疏的文档：https://pandas.pydata.org/pandas-docs/version/0.23/generated/pandas.api.types.CategoricalDtype.ordered.html

可以在这里找到一些讨论：https://github.com/pandas-dev/pandas/issues/14711