pandas.Categorical

class pandas.Categorical(values, categories=None, ordered=None, dtype=None, fastpath=False) [source]

Представляет категориальную переменную в стиле классического R/S-plus

Categoricals может принимать только ограниченное и обычно фиксированное количество возможных значений (categories). В отличие от статистических категориальных переменных, Categorical может иметь порядок, но числовые операции (сложение, деление и т. д.) невозможны.

Все значения Categorical находятся либо в categories, либо в np.nan. Присвоение значений вне categories вызовет ValueError. Порядок определяется порядком categories, а не лексическим порядком значений.

Параметры:

values : список-подобный объект Значения категориальной переменной. Если указаны категории, значения, не принадлежащие категориям, будут заменены на NaN. categories : индекс-подобный (уникальный), необязательно Уникальные категории для этой категориальной переменной. Если не указаны, категории предполагаются уникальными значениями из values. ordered : логическое значение (по умолчанию False) Указывает, является ли эта категориальная переменная упорядоченной. Если не указано, полученная категориальная переменная не будет упорядоченной. dtype : CategoricalDtype Экземпляр CategoricalDtype для использования с этой категориальной переменной Введено в версии 0.21.0.

Возможные ошибки:

ValueError Если категории не соответствуют требованиям. TypeError Если явно задан ordered=True, но нет categories, и values не сортируются.

См. также

pandas.api.types.CategoricalDtype

Тип для категориальных данных

CategoricalIndex

Индекс с базовой категориальной Categorical

Примечания

Дополнительную информацию см. в руководстве пользователя.

Примеры

>>> pd.Categorical([1, 2, 3, 1, 2, 3])
[1, 2, 3, 1, 2, 3]
Categories (3, int64): [1, 2, 3]

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

Упорядоченные Categoricals можно сортировать в соответствии с пользовательским порядком категорий и могут иметь минимальное и максимальное значения.

>>> c = pd.Categorical(['a','b','c','a','b','c'], ordered=True,
...                    categories=['c', 'b', 'a'])
>>> c
[a, b, c, a, b, c]
Categories (3, object): [c < b < a]
>>> c.min()
'c'

Атрибуты

categories	Категории этой категориальной переменной.
codes	Коды категорий этой категориальной переменной.
ordered	Указывает, имеют ли категории упорядоченные отношения.
dtype	CategoricalDtype для этого экземпляра.

Методы

from_codes(codes, categories[, ordered])	Создает категориальный тип из массивов кодов и категорий.
__array__([dtype])	Интерфейс массива NumPy.