pandas.CategoricalIndex

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

Индекс на основе Categorical.

CategoricalIndex, как и Categorical, может принимать лишь ограниченное, обычно фиксированное число возможных значений (categories). Кроме того, как и Categorical, он может иметь порядок, но выполнять числовые операции (сложение, деление, …) нельзя.

Параметры:

data:array-like (1-dimensional)

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

categories:index-like, optional

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

ordered:bool, optional

Следует ли считать этот категориальный индекс упорядоченным. Если параметр не задан здесь или в dtype, результирующий категориальный индекс будет неупорядоченным.

dtype:CategoricalDtype or “category”, optional

Если задан CategoricalDtype, нельзя использовать вместе с categories или ordered.

copy:bool, default False

Создать копию входного ndarray.

name:object, optional

Имя, сохраняемое в индексе.

Атрибуты

codes	Коды категорий этого категориального индекса.
categories	Категории этого категориального индекса.
ordered	Определяет, связаны ли категории отношением порядка.

Методы

rename_categories(*args, **kwargs)	Переименовать категории.
reorder_categories(*args, **kwargs)	Изменить порядок категорий согласно new_categories.
add_categories(*args, **kwargs)	Добавить новые категории.
remove_categories(*args, **kwargs)	Удалить указанные категории.
remove_unused_categories(*args, **kwargs)	Удалить неиспользуемые категории.
set_categories(*args, **kwargs)	Задать указанные новые категории.
as_ordered(*args, **kwargs)	Сделать Categorical упорядоченным.
as_unordered(*args, **kwargs)	Сделать Categorical неупорядоченным.
map(mapper[, na_action])	Преобразовать значения с помощью переданного отображения или функции.

Исключения:

ValueError

Если категории не прошли проверку.

TypeError

Если задано явное значение ordered=True, но не указаны categories, а значения values нельзя отсортировать.

См. также

Index

Базовый тип Index в pandas.

Categorical

Категориальный массив.

CategoricalDtype

Тип для категориальных данных.

Примечания

Подробнее см. в руководстве пользователя.

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')

Упорядоченные CategoricalIndex могут иметь минимальное и максимальное значения.

>>> 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'