Pandas Dataframe中的分类变量？

Question

我正在通过Wes的Python For Data Analysis工作,我遇到了一个奇怪的问题,这本书没有解决.

在下面的代码中,基于他的书的第199页,我创建了一个数据框,然后用于pd.cut()创建cat_obj.根据这本书,cat_obj是

"一个特殊的分类对象.您可以将其视为指示bin名称的字符串数组;在内部它包含一个级别数组,指示不同的类别名称以及标签属性中年龄数据的标签"

真棒!但是,如果我使用完全相同的pd.cut()代码(在下面的[5]中)来创建数据框的新列(称为df['cat']),则该列不会被视为特殊的分类变量,而只会被视为常规的pandas系列.

那么,如何在数据框中创建一个被视为分类变量的列？

In [4]:

import pandas as pd

raw_data = {'name': ['Miller', 'Jacobson', 'Ali', 'Milner', 'Cooze', 'Jacon', 'Ryaner', 'Sone', 'Sloan', 'Piger', 'Riani', 'Ali'], 
        'score': [25, 94, 57, 62, 70, 25, 94, 57, 62, 70, 62, 70]}
df = pd.DataFrame(raw_data, columns = ['name', 'score'])

bins = [0, 25, 50, 75, 100]
group_names = ['Low', 'Okay', 'Good', 'Great']

In [5]:
cat_obj = pd.cut(df['score'], bins, labels=group_names)
df['cat'] = pd.cut(df['score'], bins, labels=group_names)
In [7]:

type(cat_obj)
Out[7]:
pandas.core.categorical.Categorical
In [8]:

type(df['cat'])
Out[8]:
pandas.core.series.Series

Answer 1

目前，您不能在 Series 或 DataFrame 对象中包含分类数据，但此功能将在Pandas 0.15中实现（将于 9 月发布）。