pandas.Categorical.reorder_categories#

Categorical.reorder_categories(new_categories, ordered=None)[源代码][源代码]#

按照 new_categories 中的指定重新排序类别。

new_categories 需要包含所有旧类别，并且不包含新的类别项。

参数:

new_categoriesIndex-like: 新顺序中的类别。
有序布尔值, 可选: 是否将分类变量视为有序分类变量。如果未给出，则不更改有序信息。

返回:

Categorical: 重新排序类别的分类变量。

引发:

ValueError: 如果新类别不包含所有旧类别项目或任何新项目

参见

rename_categories: 重命名类别。
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。
set_categories: 将类别设置为指定的类别。

例子

对于 pandas.Series:

>>> ser = pd.Series(["a", "b", "c", "a"], dtype="category")
>>> ser = ser.cat.reorder_categories(["c", "b", "a"], ordered=True)
>>> ser
0   a
1   b
2   c
3   a
dtype: category
Categories (3, object): ['c' < 'b' < 'a']

>>> ser.sort_values()
2   c
1   b
0   a
3   a
dtype: category
Categories (3, object): ['c' < 'b' < 'a']

对于 pandas.CategoricalIndex:

>>> ci = pd.CategoricalIndex(["a", "b", "c", "a"])
>>> ci
CategoricalIndex(['a', 'b', 'c', 'a'], categories=['a', 'b', 'c'],
                 ordered=False, dtype='category')
>>> ci.reorder_categories(["c", "b", "a"], ordered=True)
CategoricalIndex(['a', 'b', 'c', 'a'], categories=['c', 'b', 'a'],
                 ordered=True, dtype='category')