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 арифметические 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 : list-like Значения категориальной переменной. Если категории заданы, значения, не принадлежащие категориям, будут заменены NaN. categories : Index-like (unique), optional Уникальные категории для этой категориальной переменной. Если не заданы, категории предполагаются уникальными значениями values (отсортированными, если возможно, в противном случае в порядке их появления). ordered : boolean, (default False) Признак того, рассматривается ли эта категориальная переменная как упорядоченная категориальная. Если True, получившаяся категориальная переменная будет упорядоченной. Упорядоченная категориальная переменная при сортировке учитывает порядок её атрибута categories (который, в свою очередь, является аргументом categories, если он предоставлен). dtype : CategoricalDtype Экземпляр CategoricalDtype для использования с этой категориальной переменной Новое в версии 0.21.0.

Исключения:

ValueError Если категории не валидны. TypeError Если явное ordered=True задано, но нет categories, и values не сортируемы.

См. также

pandas.api.types.CategoricalDtype

Тип для категориальных данных.

CategoricalIndex

Индекс с базовой Categorical.

Примечания

См. руководство пользователя для получения дополнительной информации.

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 могут быть отсортированы в соответствии с пользовательским порядком категорий и могут иметь минимальное и максимальное значение.

>>> 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, есть ли упорядоченная взаимосвязь между категориями.
dtype	Тип CategoricalDtype для этого экземпляра.

Методы

from_codes(codes[, categories, ordered, dtype])	Создание объекта типа Categorical из кодов и категорий или типа данных.
__array__([dtype])	Интерфейс массива NumPy.