二、分類變數的排序
問題與習題
category的建立有多種形式：series、dataframe指定型別、內建categorical型別、cut函式。
print
(pd.series(
["a"
,"b"
,"c"
,"a"
], dtype=
"category"))
temp_df = pd.dataframe(
)print
(temp_df.dtypes)
cat = pd.categorical(
["a"
,"b"
,"c"
,"a"
], categories=
['a'
,'b'
,'c'])
print
(pd.series(cat)
)print
(pd.cut(np.random.randint(0,
60,5)
,[0,
10,30,
60], right=
false
, labels=
['0-10'
,'10-30'
,'30-60'])
)'''
0 a
1 b
2 c
3 a
dtype: category
categories (3, object): ['a', 'b', 'c']
a category
b object
dtype: object
0 a
1 b
2 c
3 a
dtype: category
categories (3, object): ['a', 'b', 'c']
['30-60', '0-10', '10-30', '30-60', '10-30']
categories (3, object): ['0-10' < '10-30' < '30-60']
'''
從上面可以看出，使用cut函式建立的分類變數預設為有序分類變數
下面介紹如何獲取或修改這些屬性
describe方法
該方法描述了乙個分類序列的情況，包括非缺失值個數、元素值類別數（不是分類類別數）、最多次出現的元素及其頻數
s = pd.series(pd.categorical(
["a"
,"b"
,"c"
,"a"
,np.nan]
, categories=
['a'
,'b'
,'c'
,'d'])
)print
(s.describe())
'''count 4
unique 3
top a
freq 2
dtype: object
'''
檢視分類類別和是否排序
print
(s.cat.categories)
'''index(['a', 'b', 'c', 'd'], dtype='object')
'''
s = pd.series(
["a"
,"d"
,"c"
,"a"])
.astype(
'category'
).cat.as_ordered(
)print
(s)'''
0 a
1 d
2 c
3 a
dtype: category
categories (3, object): ['a' < 'c' < 'd']
'''
print
(s.cat.as_unordered())
'''0 a
1 d
2 c
3 a
dtype: category
categories (3, object): ['a', 'c', 'd']
'''
print
(pd.series(
["a"
,"d"
,"c"
,"a"])
.astype(
'category'
).cat.set_categories(
['a'
,'c'
,'d'
],ordered=
true))
'''0 a
1 d
2 c
3 a
dtype: category
categories (3, object): ['a' < 'c' < 'd']
'''
s = pd.series(
["a"
,"d"
,"c"
,"a"])
.astype(
'category'
)print
(s.cat.reorder_categories(
['a'
,'c'
,'d'
],ordered=
true))
'''0 a
1 d
2 c
3 a
dtype: category
categories (3, object): ['a' < 'c' < 'd']
'''
【問題一】 如何使用union_categoricals方法？它的作用是什麼？
使用union_categoricals需要保證兩個categories必須是相同的dtype。作用是把兩個union_categoricals連線在一起
【問題二】 利用concat方法將兩個序列縱向拼接，它的結果一定是分類變數嗎？什麼情況下不是？
不一定，只有分類的數量和類別一樣，才是分類變數
s = pd.series(
["a"
,"d"
,"c"
,"a"])
.astype(
'category'
)s1 = pd.series(
["a"
,"d"
,"c"
,"d"])
.astype(
'category'
)print
(pd.concat(
[s, s1]))
'''0 a
1 d
2 c
3 a
0 a
1 d
2 c
3 d
dtype: category
categories (3, object): ['a', 'c', 'd']
'''
s = pd.series(
["a"
,"d"
,"c"
,"a"])
.astype(
'category'
)s1 = pd.series(
["a"
,"d"
,"c"
,"b"])
.astype(
'category'
)print
(pd.concat(
[s, s1]))
'''0 a
1 d
2 c
3 a
0 a
1 d
2 c
3 b
dtype: object
'''
分類變數會轉成對應的普通變數
缺陷：修改series變數的時候，原分類跟著變了。
建立的時候設定引數copy=true，這樣修改series的時候原分類就不會變了
cat = pd.categorical([1
,2,3
,10], categories=[1
,2,3
,4,10
])s = pd.series(cat, name=
"cat"
, copy=
true
)
Pandas中的分類
一 分類變數的結構 乙個分類變數包括三個部分，元素值 values 分類類別 categories 是否有序 order 從上面可以看出，使用cut函式建立的分類變數預設為有序分類變數 一 獲取分類屬性 a describe方法 該方法描述了乙個分類序列的情況，包括非缺失值個數 元素值類別數 不是分...
pandas處理分類變數的方法
在做 分類的任務中，如果出現了分類變數，要對其進行一些處理，例如 在對這些分類變數處理的時候要注意以下兩點原則 離散特徵的取值之間沒有大小的意義，比如color red,blue 那麼就使用one hot編碼 離散特徵的取值有大小的意義，比如size x,xl,xxl 那麼就使用數值的對映 遵循這兩...
pandas 排序 Pandas 資料排序
python 的 pandas 庫中有一類對資料排序的方法，主要分為對引數列排序，對數值排序，及二者混合三種。一.引數列排序 首先我們生成乙個亂序數列 unsorted df 隨後我們可通過 df.sort index 函式對資料集進行排序操作 如不做規定，返回行引數正序排序 新增引數 ascend...