Pandas实战100例 | 案例 93: 转换为分类数据类型

案例 93: 转换为分类数据类型

知识点讲解

在处理具有重复值的列时，将数据转换为分类数据类型（categorical）可以提高效率并减少内存使用。Pandas 允许你将列转换为分类数据类型，这在处理具有有限数量唯一值的数据时特别有用。

• 转换为分类数据类型: 使用 astype('category') 方法可以将列转换为分类数据类型。这对于优化性能和内存使用非常有效。

示例代码

# 准备数据和示例代码的运行结果，用于案例 93

# 示例数据
data_categorical_conversion = {
    'Category': ['A', 'B', 'C', 'A', 'B']
}
df_categorical_conversion = pd.DataFrame(data_categorical_conversion)

# 转换为分类数据类型
df_categorical_conversion['Category'] = df_categorical_conversion['Category'].astype('category')

df_categorical_conversion, df_categorical_conversion['Category'].dtypes

在这个示例中，我们将 Category 列转换为了分类数据类型。

示例代码运行结果

转换后的 DataFrame (df_categorical_conversion):

  Category
0        A
1        B
2        C
3        A
4        B

列 Category 的数据类型 (df_categorical_conversion['Category'].dtypes):

CategoricalDtype(categories=['A', 'B', 'C'], ordered=False)

这个结果展示了如何将列转换为分类数据类型。分类数据类型在处理包含重复值的列时非常有用，因为它可以提高数据处理的效率和性能。