数据类型object与category比较

category数据类型

官方文档是这样描述的：

Categoricals 是 pandas 的一种数据类型，对应着被统计的变量。Categoricals 是由固定的且有限数量的变量组成的。比如：性别、社会阶层、血型、国籍、观察时段、赞美程度等等。

与其它被统计的变量相比，categorical 类型的数据可以具有特定的顺序——比如：按程度来设定，“强烈同意”与“同意”，“首次观察”与“二次观察”，

但是不能做按数值来进行排序操作（比如：sort_by 之类的，换句话说，categorical 的顺序是创建时手工设定的，是静态的）

类型数据的每一个元素的值要么是预设好的类型中的某一个，要么是空值（np.nan）。

顺序是由预设好的类型集合来决定的，而不是按照类型集合中各个元素的字母顺序排序的。categorical 实例的内部是由类型名字集合和一个整数组成的数组构成的，后者标明了类型集合真正的值。

• • dtype="category"
• 使用 pd.Categorical 来构建分类数据
• 转为分类数据
• 常用操作
  • .describe()
  • .cat.categories　　
  • .cat.rename_categories　　
  • .value_counts()
  • .str 属性　　
  • pd.concat
  • union_categoricals 　　
• 内存使用量