pd.Categorical的应用

pd.Categotical可以有效编码重复的文本数据，可以极大提高数据处理的性能。

pd.Categorical(values,categories=None,ordered=None,dtype=None,fastpath=False)

参数：

values:类似列表。分类变量的值，如果数据被赋予了类别，不在类别里的值会以NaN填充。
categories:类似索引，可选。此分类的唯一类别。如果没有给出，则假定类别是值的唯一值。
ordered：布尔值，（默认为False）。此分类是否被视为有序分类。如果没有给出，则不会订购生成的分类。
dtype：CategoricalDtype，CategoricalDtype用于此分类的实例

报错类型

ValueError :如果类别不验证。
TypeError:如果显示的给出了ordered=True，但却未给出categories且值不可排序。

属性

categories:索引，分类变量的类别。
codes：数组，该类别的代码。
ordered：布尔型，分类变量是否有序。
dtype :CategoricalDtype,存储categories和ordered的分类类别实例。

实例

>>> pd.Categorical([1, 2, 3, 1, 2, 3])
[1, 2, 3, 1, 2, 3]
Categories (3, int64): [1, 2, 3]
>>> pd.Categorical(['a', 'b', 'c', 'a', 'b', 'c'])
[a, b, c, a, b, c]
Categories (3, object): [a, b, c]

通过特别的对类别排序，排序后的类别就会有大小之分。

>>> c = pd.Categorical(['a','b','c','a','b','c'], ordered=True,
...                    categories=['c', 'b', 'a'])
>>> c
[a, b, c, a, b, c]
Categories (3, object): [c < b < a]
>>> c.min()
'c'