Python | Pandas Categorical DataFrame 创建

Pandas是一个功能强大的Python数据分析库，可以轻松的进行数据清理、处理、分析和可视化等操作。在Pandas中，Categorical是一种数据类型，用来表示分类变量。本文将介绍如何在Pandas中创建Categorical DataFrame。

创建Categorical DataFrame

首先，我们需要导入Pandas库：

import pandas as pd

接下来，我们可以使用Pandas的DataFrame()函数来创建一个DataFrame对象，并同时指定每个列的数据类型。例如，下面的代码创建了一个包含sex、age和class三个列的DataFrame，并将sex和class列的数据类型设置为Categorical：

df = pd.DataFrame({
    'sex': pd.Categorical(['male', 'female', 'male']),
    'age': [32, 24, 18],
    'class': pd.Categorical(['A', 'B', 'C'])
})
print(df)

输出结果如下：

      sex  age class
0    male   32     A
1  female   24     B
2    male   18     C

使用pd.Categorical()函数可以将一个普通的Python列表转换为Categorical类型，从而将该列表作为DataFrame的一列。

Categorical类型的优势

使用Categorical类型的好处在于，它可以节省内存空间，并提高分析性能。在上面的例子中，sex和class列只包含有限个取值，将它们改为Categorical类型后，Pandas会为每个取值分配一个编号，而存储列时只需要存储这些编号，这样可以大大减少内存使用量。此外，使用Categorical类型可以提高分析性能，例如，在统计每个class中的人数时，Pandas可以直接使用类别编号进行统计，而无需遍历每个元素。

总结

本文介绍了如何在Pandas中创建Categorical DataFrame，并讲述了使用Categorical类型的优势。在实际数据分析中，我们应该尽可能地使用Categorical类型来处理分类变量，以提高效率和可靠性。