dask.dataframe.Series.cat.set_categories
dask.dataframe.Series.cat.set_categories¶
- dataframe.Series.cat.set_categories(*args, **kwargs)¶
将类别设置为指定的新类别。
此文档字符串是从 pandas.core.arrays.categorical.CategoricalAccessor.set_categories 复制的。
Dask 版本可能存在一些不一致性。
new_categories可以包括新类别（这将导致未使用的类别）或删除旧类别（这将导致值设置为NaN）。如果rename=True，类别将简单地重命名（旧类别中的项目少或多将分别导致值设置为NaN或未使用的类别）。此方法可用于同时执行添加、删除和重新排序等多项操作，因此比通过更专业的方法执行单个步骤更快。
另一方面，这种方法不进行检查（例如，在重新排序时，旧类别是否包含在新类别中），这可能导致意外的变化，例如在使用特殊字符串数据类型时，它不认为S1字符串等于单个字符的Python字符串。
- 参数
- 新分类索引类
新顺序中的类别。
- 有序bool, 默认 False
是否将分类变量视为有序分类变量。如果未指定，则不改变有序信息。
- 重命名bool, 默认 False
新类别是否应被视为旧类别的重命名，还是作为重新排序的类别。
- 返回
- 重新排序类别的分类变量。
- Raises
- ValueError
如果 new_categories 不能验证为类别
参见
rename_categories重命名类别。
reorder_categories重新排序类别。
add_categories添加新类别。
remove_categories移除指定的类别。
remove_unused_categories移除未使用的类别。
示例
对于
pandas.Series:>>> raw_cat = pd.Categorical(['a', 'b', 'c', 'A'], ... categories=['a', 'b', 'c'], ordered=True) >>> ser = pd.Series(raw_cat) >>> ser 0 a 1 b 2 c 3 NaN dtype: category Categories (3, object): ['a' < 'b' < 'c']
>>> ser.cat.set_categories(['A', 'B', 'C'], rename=True) 0 A 1 B 2 C 3 NaN dtype: category Categories (3, object): ['A' < 'B' < 'C']
>>> ci = pd.CategoricalIndex(['a', 'b', 'c', 'A'], ... categories=['a', 'b', 'c'], ordered=True) >>> ci CategoricalIndex(['a', 'b', 'c', nan], categories=['a', 'b', 'c'], ordered=True, dtype='category')
>>> ci.set_categories(['A', 'b', 'c']) CategoricalIndex([nan, 'b', 'c', nan], categories=['A', 'b', 'c'], ordered=True, dtype='category') >>> ci.set_categories(['A', 'b', 'c'], rename=True) CategoricalIndex(['A', 'b', 'c', nan], categories=['A', 'b', 'c'], ordered=True, dtype='category')