pandas.CategoricalIndex

classpandas.CategoricalIndex(data=None, categories=None, ordered=None, dtype=None, copy=False, name=None)[source]

Индекс, основанный на базовом Categorical.

CategoricalIndex, как и Categorical, может принимать только ограниченное и обычно фиксированное количество возможных значений (categories). Также, как и Categorical, он может иметь порядок, но арифметические операции (сложение, деление и т.д.) невозможны.

Параметры

data:массив-подобный объект (одномерный)

Значения категорий. Если заданы categories, значения, отсутствующие в categories, будут заменены на NaN.

categories:подобный индексу объект, необязательно

Категории для категориальной переменной. Элементы должны быть уникальными. Если категории не заданы здесь (и также не заданы в dtype), они будут определены по data.

ordered:bool, необязательно

Указывает, рассматривается ли категориальная переменная как упорядоченная. Если не задано здесь или в dtype, результирующая категориальная переменная будет неупорядоченной.

dtype:CategoricalDtype или “category”, необязательно

Если CategoricalDtype, не может использоваться вместе с categories или ordered.

copy:bool, по умолчанию False

Создать копию входного массива ndarray.

name:объект, необязательно

Имя для хранения в индексе.

Исключения

ValueError

Если категории не валидны.

TypeError

Если задан явный ordered=True но нет categories, и значения не могут быть отсортированы.

См. также

Index

Базовый тип индекса pandas.

Categorical

Массив категорий.

CategoricalDtype

Тип для категориальных данных.

Примечания

См. руководство пользователя для получения дополнительной информации.

Примеры

>>> pd.CategoricalIndex(["a", "b", "c", "a", "b", "c"])
CategoricalIndex(['a', 'b', 'c', 'a', 'b', 'c'],
                 categories=['a', 'b', 'c'], ordered=False, dtype='category')

CategoricalIndex также можно создать из Categorical.

>>> c = pd.Categorical(["a", "b", "c", "a", "b", "c"])
>>> pd.CategoricalIndex(c)
CategoricalIndex(['a', 'b', 'c', 'a', 'b', 'c'],
                 categories=['a', 'b', 'c'], ordered=False, dtype='category')

Упорядоченный CategoricalIndex может иметь минимальное и максимальное значение.

>>> ci = pd.CategoricalIndex(
...     ["a", "b", "c", "a", "b", "c"], ordered=True, categories=["c", "b", "a"]
... )
>>> ci
CategoricalIndex(['a', 'b', 'c', 'a', 'b', 'c'],
                 categories=['c', 'b', 'a'], ordered=True, dtype='category')
>>> ci.min()
'c'

Атрибуты

codes	Коды категорий этой категориальной переменной.
categories	Категории этой категориальной переменной.
ordered	Указывает, имеют ли категории упорядоченное отношение.

Методы

rename_categories(*args, **kwargs)	Переименование категорий.
reorder_categories(*args, **kwargs)	Переупорядочивание категорий, как указано в new_categories.
add_categories(*args, **kwargs)	Добавление новых категорий.
remove_categories(*args, **kwargs)	Удаление указанных категорий.
remove_unused_categories(*args, **kwargs)	Удаление категорий, которые не используются.
set_categories(*args, **kwargs)	Установить категории на указанные новые категории.
as_ordered(*args, **kwargs)	Установить категориальную переменную как упорядоченную.
as_unordered(*args, **kwargs)	Установить категориальную переменную как неупорядоченную.
map(mapper)	Применить отображение к значениям, используя указанное отображение или функцию.