pandas.CategoricalIndex

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

Индекс, основанный на базовом типе 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:одномерный массив

Значения категориального типа. Если заданы categories, значения, не входящие в categories, будут заменены на NaN.

categories:индекс, необязательно

Категории для категориального типа. Элементы должны быть уникальными. Если категории не заданы здесь (и также не в dtype), они будут выведены из data.

ordered:bool, необязательно

Определяет, рассматривается ли категория как упорядоченная. Если не задано здесь или в dtype, категория 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.

name:объект, необязательно

Имя, которое будет храниться в индексе.

Исключения:

ValueError

Если категории не проходят проверку.

TypeError

Если задан явный ordered=True без categories и значения values не могут быть отсортированы.

См. также

Index

Базовый тип индекса pandas.

Categorical

Массив категорий.

CategoricalDtype

Тип данных для категориальных данных.

Примечания

Подробнее см. руководство 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 может быть создан 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 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 в этом индексе.
categories	Категории этого категориального типа.
ordered	Упорядочены ли категории.

Методы

rename_categories(*args, **kwargs)	Переименовать категории.
reorder_categories(*args, **kwargs)	Переупорядочить категории, как указано в 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)	Установить категории на указанные новые категории.
as_ordered(*args, **kwargs)	Установить категориальный тип как упорядоченный.
as_unordered(*args, **kwargs)	Установить категориальный тип как неупорядоченный.
map(mapper[, na_action])	Преобразовать значения с помощью входного отображения или функции.