当前位置：首页 > news >正文

【Pandas】pandas Series cat

news 来源：原创 2025/8/12 19:57:55

# Pandas2.2 Series

## Accessors

|方法|描述|

|-|:-------|

|Series.str|对 `Series` 中的字符串元素进行矢量化字符串操作|

|Series.cat|用于处理分类数据（Categorical Data）的属性|

### pandas.Series.cat

`pandas.Series.cat` 是用于处理分类数据（Categorical Data）的属性。分类数据是一种数据类型，它将数据限制在一组有限的可能值（类别）中。`pandas.Series.cat` 提供了一系列方法来操作和管理这些分类数据。

#### 常用方法

以下是一些常用的 `pandas.Series.cat` 方法及其示例：

1. **`categories`**: 获取或设置分类的类别。

2. **`codes`**: 获取或设置分类的编码。

3. **`add_categories()`**: 添加新的类别。

4. **`remove_categories()`**: 移除指定的类别。

5. **`rename_categories()`**: 重命名类别。

6. **`reorder_categories()`**: 重新排序类别。

7. **`set_categories()`**: 设置新的类别。

8. **`as_ordered()` 和 `as_unordered()`**: 设置分类为有序或无序。

9. **`remove_unused_categories()`**: 移除未使用的类别。

#### 示例

假设我们有一个包含分类数据的 `Series`：

```python

import pandas as pd

# 创建一个分类 Series

data = pd.Series(['A', 'B', 'A', 'C', 'B', 'A'], dtype='category')

print(data)

```

输出：

```

0 A

1 B

2 A

3 C

4 B

5 A

dtype: category

Categories (3, object): ['A', 'B', 'C']

```

##### 1. `categories`

```python

# 获取类别

categories = data.cat.categories

print(categories)

```

输出：

```

Index(['A', 'B', 'C'], dtype='object')

```

##### 2. `codes`

```python

# 获取编码

codes = data.cat.codes

print(codes)

```

输出：

```

0 0

1 1

2 0

3 2

4 1

5 0

dtype: int8

```

##### 3. `add_categories()`

```python

# 添加新的类别

data = data.cat.add_categories(['D'])

print(data.cat.categories)

```

输出：

```

Index(['A', 'B', 'C', 'D'], dtype='object')

```

##### 4. `remove_categories()`

```python

# 移除指定的类别

data = data.cat.remove_categories(['D'])

print(data.cat.categories)

```

输出：

```

Index(['A', 'B', 'C'], dtype='object')

```

##### 5. `rename_categories()`

```python

# 重命名类别

data = data.cat.rename_categories(['X', 'Y', 'Z'])

print(data)

```

输出：

```

0 X

1 Y

2 X

3 Z

4 Y

5 X

dtype: category

Categories (3, object): ['Z', 'X', 'Y']

```

##### 6. `reorder_categories()`

```python

# 重新排序类别

data = data.cat.reorder_categories(['Z', 'X', 'Y'])

print(data)

```

输出：

```

0 X

1 Y

2 X

3 Z

4 Y

5 X

dtype: category

Categories (3, object): ['Z', 'X', 'Y']

```

##### 7. `set_categories()`

```python

# 设置新的类别

data = data.cat.set_categories(['A', 'B', 'C'])

print(data)

```

输出：

```

0 NaN

1 NaN

2 NaN

3 NaN

4 NaN

5 NaN

dtype: category

Categories (3, object): ['A', 'B', 'C']

```

##### 8. `as_ordered()` 和 `as_unordered()`

```python

# 设置分类为有序

data = data.cat.as_ordered()

print(data)

# 设置分类为无序

data = data.cat.as_unordered()

print(data)

```

输出：

```

0 NaN

1 NaN

2 NaN

3 NaN

4 NaN

5 NaN

dtype: category

Categories (3, object): ['A' < 'B' < 'C']

0 NaN

1 NaN

2 NaN

3 NaN

4 NaN

5 NaN

dtype: category

Categories (3, object): ['A', 'B', 'C']

```

##### 9. `remove_unused_categories()`

```python

# 移除未使用的类别

data = data.cat.remove_unused_categories()

print(data.cat.categories)

```

输出：

```

Index([], dtype='object')

```

#### 总结

`pandas.Series.cat` 提供了一系列方法来管理和操作分类数据。通过这些方法，你可以轻松地对分类数据进行各种操作，如添加、移除、重命名和重新排序类别。希望这些示例能帮助你更好地理解和使用 `pandas.Series.cat`。

相关文章：