pandas DataFrame将代码或标签转换为分类

Question

考虑到分类数据的现有代码/标签映射，我想将一系列数据框转换为分类数据。我正在努力转换一个包含（a）标签为分类的序列和包含（b）代码为分类的序列。

系列数据包含代码（而不是类别标签，该代码与找到的许多示例不同）。

这是我到目前为止所得到的：

# this is the code-label mapping that I'd like to apply for the
# (a) label -> cat conversion (`df1`)
# (b) code -> cat conversion (`df2`)

>>> cat = pd.Categorical.from_codes([-1, 1, 2, 3], ['-', 'a', 'b', 'c'])
>>> cat.codes
array([-1,  1,  2,  3], dtype=int8)
>>> cat
[NaN, a, b, c]
Categories (4, object): [-, a, b, c]
>>> cat.__array__
<bound method Categorical.__array__ of [NaN, a, b, c]
Categories (4, object): [-, a, b, c]>


>>> df1
   x
0  a
1  a
2  c
3  b
4  b
>>> df2
   y
0  nan
1  1
2  3
3  2
4  2

我将如何将x转换为使用cat作为类型。我认为我的问题是我不太了解pd.Categorical的实际含义或使用意图（是dtype（似乎不是这样），是实际的系列（不是）看起来还是这样，因为那样就可以重复））？它似乎只保留实际的代码标签映射，但是我不确定如何使用它（即，将其应用于已经存在的系列）。

Answer 1

如果我对您的理解正确，可以通过在df1.x属性上使用cat将.astype转换为_dtype的类别

df1.x.astype(cat._dtype)

Out[950]:
0    a
1    a
2    c
3    b
4    b
Name: x, dtype: category
Categories (4, object): [-, a, b, c]