pandas.api.types.union_categoricals

pandas.api.types.union_categoricals(to_union, sort_categories=False, ignore_order=False) [source]

Объединить список объектов Categorical, объединяя категории. Все категории должны иметь одинаковый тип.

Новое в версии 0.19.0.

Параметры:	to_union : список объектов Categorical, CategoricalIndex или Series с типом ‘category’ sort_categories : boolean, по умолчанию False Если True, результирующие категории будут лексикографически отсортированы, в противном случае они будут упорядочены так, как появляются в данных. ignore_order: boolean, по умолчанию False Если True, атрибут ordered категорий будет проигнорирован. Результат будет неупорядоченной категорией. Новое в версии 0.20.0.
Возвращает:	result : Categorical
Исключения:	TypeError все входные данные не имеют одинаковый тип все входные данные не имеют одинаковый атрибут ordered все входные данные упорядочены, и их категории не идентичны sort_categories=True и категории упорядочены ValueError Передан пустой список категорий

Примечания

Чтобы узнать больше о категориях, см. ссылку

Примеры

>>> from pandas.api.types import union_categoricals

Если вы хотите объединить категории, которые не обязательно имеют одинаковые категории, union_categoricals объединит список категорий. Новые категории будут являться объединением комбинируемых категорий.

>>> a = pd.Categorical(["b", "c"])
>>> b = pd.Categorical(["a", "b"])
>>> union_categoricals([a, b])
[b, c, a, b]
Categories (3, object): [b, c, a]

По умолчанию результирующие категории будут упорядочены так, как они появляются в categories данных. Если вы хотите, чтобы категории были лексикографически отсортированы, используйте sort_categories=True аргумент.

>>> union_categoricals([a, b], sort_categories=True)
[b, c, a, b]
Categories (3, object): [a, b, c]

union_categoricals также работает в случае объединения двух категорий с одинаковыми категориями и информацией об порядке (например, то, что вы также append можете получить).

>>> a = pd.Categorical(["a", "b"], ordered=True)
>>> b = pd.Categorical(["a", "b", "a"], ordered=True)
>>> union_categoricals([a, b])
[a, b, a, b, a]
Categories (2, object): [a < b]

Вызывает TypeError , так как категории упорядочены, но не идентичны.

>>> a = pd.Categorical(["a", "b"], ordered=True)
>>> b = pd.Categorical(["a", "b", "c"], ordered=True)
>>> union_categoricals([a, b])
TypeError: to union ordered Categoricals, all categories must be the same

Новое в версии 0.20.0

Упорядоченные категории с различными категориями или порядками могут быть объединены, используя ignore_ordered=True аргумент.

>>> a = pd.Categorical(["a", "b", "c"], ordered=True)
>>> b = pd.Categorical(["c", "b", "a"], ordered=True)
>>> union_categoricals([a, b], ignore_order=True)
[a, b, c, c, b, a]
Categories (3, object): [a, b, c]

union_categoricals также работает со CategoricalIndex, или Series содержащими категориальные данные, но имейте в виду, что результирующий массив всегда будет простым Categorical

>>> a = pd.Series(["b", "c"], dtype='category')
>>> b = pd.Series(["a", "b"], dtype='category')
>>> union_categoricals([a, b])
[b, c, a, b]
Categories (3, object): [b, c, a]