数据分析必备:一步步教你如何用Pandas做数据分析(20)

1、Pandas 分类数据

Pandas 分类数据的操作实例
数据通常实时包含重复的文本列。性别,国家/地区和代码等功能始终是重复的。这些是分类数据的示例。
分类变量只能采用有限的且通常是固定数量的可能值。除固定长度外,分类数据可能还具有顺序,但不能执行数字运算。分类是Pandas数据类型。
分类数据类型在以下情况下很有用
一个仅包含几个不同值的字符串变量。将这样的字符串变量转换为分类变量将节省一些内存。
变量的词汇顺序与逻辑顺序(“一个”,“两个”,“三个”)不同。通过转换为类别并在类别上指定顺序,排序和最小/最大将使用逻辑顺序而不是词汇顺序。
作为其他Python库的信号,此列应视为分类变量(例如,使用适当的统计方法或绘图类型)。

2、对象创建

分类对象可以通过多种方式创建。下面描述了不同的方式:
类别
通过在熊猫对象创建中将dtype指定为“ category”。

 import pandas as pd
 s = pd.Series(["a","b","c","a"], dtype="category")
 print(s)

运行结果

 0 a
 1 b
 2 c
 3 a
 dtype: category
 Categories (3, object): [a, b, c]

传递给series对象的元素数为4,但是类别仅为3。在输出类别中观察相同。

3、pd.Categorical

使用标准的熊猫分类构造器,我们可以创建一个类别对象。

pandas.Categorical(values, categories, ordered)

我们看一个实例-

 import pandas as pd
 cat = pd.Categorical(['a', 'b', 'c', 'a', 'b', 'c'])
 print(cat)

运行结果

[a, b, c, a, b, c]
 Categories (3, object): [a, b, c]

让我们再看一个实例

 import pandas as pd
 cat = cat=pd.Categorical(['a','b','c','a','b','c','d'], ['c', 'b', 'a'])
 print(cat)

运行结果

[a, b, c, a, b, c, NaN]
 Categories (3, object): [c, b, a]

在这里,第二个参数表示类别。因此,类别中不存在的任何值都将被视为NaN。
现在,看看以下示例:

 import pandas as pd
 cat = cat=pd.Categorical(['a','b','c','a','b','c','d'], ['c', 'b', 'a'],ordered=True)
 print(cat)

运行结果

 [a, b, c, a, b, c, NaN]
 Categories (3, object): [c < b < a]

从逻辑上讲,该顺序意味着a大于b且b大于c。

4、描述

使用.describe()的分类数据的命令,我们得到相似的输出到一个系列或数据框的的类型的字符串。

import pandas as pd
 import numpy as np
 cat = pd.Categorical(["a", "c", "c", np.nan], categories=["b", "a", "c"])
 df = pd.DataFrame({"cat":cat, "s":["a", "c", "c", np.nan]})
 print(df.describe())
 print(df["cat"].describe())

运行结果

   cat s
count    3 3
unique   2 2
top      c c
freq     2 2
count     3
unique    2
top       c
freq      2
Name: cat, dtype: object

5、获取分类的属性

obj.cat.categories命令用于获取对象的类别。

import pandas as pd
 import numpy as np
 s = pd.Categorical(["a", "c", "c", np.nan], categories=["b", "a", "c"])
 print(s.categories)

运行结果

 Index([u'b', u'a', u'c'], dtype='object')

obj.ordered命令用于获取对象的顺序。

**import pandas as pd
 import numpy as np
 cat = pd.Categorical(["a", "c", "c", np.nan], categories=["b", "a", "c"])
 print(cat.ordered)**

运行结果:

 False

该函数返回false,因为我们未指定任何顺序。

6、重命名分类

重命名类别是通过向series.cat.categories series.cat.categories属性分配新值来完成的。

 import pandas as pd
 s = pd.Series(["a","b","c","a"], dtype="category")
 s.cat.categories = ["Group %s" % g for g in s.cat.categories]
 print(s.cat.categories)

运行结果

Index([u'Group a', u'Group b', u'Group c'], dtype='object')

初始类别[a,b,c]由对象的s.cat.categories属性更新。

7、追加新类别

使用Categorical.add.categories()方法,可以追加新类别。

 import pandas as pd
 s = pd.Series(["a","b","c","a"], dtype="category")
 s = s.cat.add_categories([4])
 print(s.cat.categories)

运行结果

Index([u'a', u'b', u'c', 4], dtype='object')

8、删除类别

使用Categorical.remove_categories()方法,可以删除不需要的类别。

 import pandas as pd
 s = pd.Series(["a","b","c","a"], dtype="category")
 print(("Original object:"))
 print(s)
 print(("After removal:"))
 print(s.cat.remove_categories("a"))

运行结果

 Original object:
 0 a
 1 b
 2 c
 3 a
 dtype: category
 Categories (3, object): [a, b, c]
 After removal:
 0 NaN
 1 b
 2 c
 3 NaN
 dtype: category
 Categories (2, object): [b, c]

9、分类数据比较

在三种情况下可以将分类数据与其他对象进行比较:
将等于(和!=)与长度与分类数据相同的类似列表的对象(列表,序列,数组,…)进行比较。
当排序
True并且类别相同时,将类别数据与另一个类别系列的所有比较(==,!=,>,> =, <和<=)。< div>
分类数据与标量的所有比较。
看下面的实例:

 import pandas as pd
 cat = pd.Series([1,2,3]).astype("category", categories=[1,2,3], ordered=True)
 cat1 = pd.Series([2,2,2]).astype("category", categories=[1,2,3], ordered=True)
 print(cat>cat1)

运行结果

 0  False
 1  False
 2  True
 dtype: bool

最近更新

  1. Python笔记 - 正则表达式

    2024-06-08 21:04:01       0 阅读
  2. 搭建Conda虚拟环境让python程序脚本更干净

    2024-06-08 21:04:01       0 阅读
  3. React@16.x(31)useLayoutEffect

    2024-06-08 21:04:01       0 阅读
  4. Ionic 复选框:实现与应用详解

    2024-06-08 21:04:01       0 阅读

热门阅读

  1. django支持https

    2024-06-08 21:04:01       5 阅读
  2. 如何反编译jar并修改后还原为jar

    2024-06-08 21:04:01       7 阅读
  3. nacos新版踩坑

    2024-06-08 21:04:01       5 阅读
  4. Openresty人机验证流程

    2024-06-08 21:04:01       6 阅读
  5. 【重学C语言】十九、SDL2 图形化编程的使用

    2024-06-08 21:04:01       4 阅读
  6. SWD端口无法连接如何排查

    2024-06-08 21:04:01       5 阅读
  7. 生物神经网络 原理分析研读02

    2024-06-08 21:04:01       6 阅读
  8. Python怎么水?深入剖析编程的奥秘与挑战

    2024-06-08 21:04:01       6 阅读