通常實時的資料包括重複的文字列。例如：性別，國家和程式碼等特徵總是重複的。這些是分類資料的例子。
分類變數只能採用有限的數量，而且通常是固定的數量。除了固定長度，分類資料可能有順序，但不能執行數位操作。 分類是Pandas資料型別。
分類資料型別在以下情況下非常有用 -
"one"，"two"，"three")不同。 通過轉換為分類並指定類別上的順序，排序和最小/最大將使用邏輯順序，而不是詞法順序。plot型別)。分類物件可以通過多種方式建立。下面介紹了不同的方法 -
類別/分類
通過在pandas物件建立中將dtype指定為「category」。
import pandas as pd
s = pd.Series(["a","b","c","a"], dtype="category")
print (s)
執行上面範例程式碼，得到以下結果 -
0 a
1 b
2 c
3 a
dtype: category
Categories (3, object): [a, b, c]
傳遞給系列物件的元素數量是四個，但類別只有三個。觀察相同的輸出類別。
pd.Categorical
使用標準Pandas分類建構函式，我們可以建立一個類別物件。語法如下 -
pandas.Categorical(values, categories, ordered)
舉個例子 -
import pandas as pd
cat = pd.Categorical(['a', 'b', 'c', 'a', 'b', 'c'])
print (cat)
執行上面範例程式碼，得到以下結果 -
[a, b, c, a, b, c]
Categories (3, object): [a, b, c]
再舉一個例子 -
import pandas as pd
cat = cat=pd.Categorical(['a','b','c','a','b','c','d'], ['c', 'b', 'a'])
print (cat)
執行上面範例程式碼，得到以下結果 -
[a, b, c, a, b, c, NaN]
Categories (3, object): [c, b, a]
這裡，第二個引數表示類別。因此，在類別中不存在的任何值將被視為NaN。
現在，看看下面的例子 -
import pandas as pd
cat = cat=pd.Categorical(['a','b','c','a','b','c','d'], ['c', 'b', 'a'],ordered=True)
print (cat)
執行上面範例程式碼，得到以結果 -
[a, b, c, a, b, c, NaN]
Categories (3, object): [c < b < a]
從邏輯上講，排序(ordered)意味著，a大於b，b大於c。
描述
使用分類資料上的.describe()命令，可以得到與型別字串的Series或DataFrame類似的輸出。
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 ("=============================")
print (df["cat"].describe())
執行上面範例程式碼，得到以下結果 -
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
獲取類別的屬性
obj.cat.categories命令用於獲取物件的類別。
import pandas as pd
import numpy as np
s = pd.Categorical(["a", "c", "c", np.nan], categories=["b", "a", "c"])
print (s.categories)
執行上面範例程式碼，得到以下結果 -
Index(['b', 'a', 'c'], dtype='object')
obj.ordered命令用於獲取物件的順序。
import pandas as pd
import numpy as np
cat = pd.Categorical(["a", "c", "c", np.nan], categories=["b", "a", "c"])
print (cat.ordered)
執行上面範例程式碼，得到以下結果 -
False
該函式返回結果為：False，因為這裡沒有指定任何順序。
重新命名類別
重新命名類別是通過將新值分配給series.cat.categories屬性來完成的。參考以下範例程式碼 -
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)
執行上面範例程式碼，得到以下結果 -
Index(['Group a', 'Group b', 'Group c'], dtype='object')
初始類別[a，b，c]由物件的s.cat.categories屬性更新。
附加新類別
使用Categorical.add.categories()方法，可以追加新的類別。
import pandas as pd
s = pd.Series(["a","b","c","a"], dtype="category")
s = s.cat.add_categories([4])
print (s.cat.categories)
執行上面範例程式碼，得到以下結果 -
Index(['a', 'b', 'c', 4], dtype='object')
刪除類別
使用Categorical.remove_categories()方法，可以刪除不需要的類別。
import pandas as pd
s = pd.Series(["a","b","c","a"], dtype="category")
print ("Original object:")
print (s)
print("=====================================")
print ("After removal:")
print (s.cat.remove_categories("a"))
執行上面範例程式碼，得到以下結果 -
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]
分類資料的比較
在三種情況下可以將分類資料與其他物件進行比較 -
==和!=)與類別資料相同長度的類似列表的物件(列表，系列，陣列…)進行比較。ordered==True和類別是相同時，所有比較(==，!=，>，>=，<，和<=)分類資料到另一個分類系列。看看下面的例子 -
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)
執行上面範例程式碼，得到以下結果 -
0 False
1 False
2 True
dtype: bool