pandas.Categorical

class pandas.Categorical(values, categories=None, ordered=False, name=None, fastpath=False)

表示经典R / S加方式的分类变量

分类只能接受有限的（通常为固定）数量的可能值（类别）。与统计分类变量相反，分类可能有一个顺序，但是数值操作（加法，除法，...）是不可能的。

分类的所有值都位于类别或np.nan中。分配类别以外的值将产生ValueError。顺序由类别的顺序定义，而不是值的词汇顺序。

参数：

值：list-like

分类的值。如果给定类别，则不在类别中的值将替换为NaN。

类别：索引式（唯一），可选

此分类的唯一类别。如果未给出，则假定类别是值的唯一值。

有序：boolean，（default False）

此分类是否被视为有序分类。如果未给出，则生成的分类将不进行排序。

上升：

ValueError

如果类别不验证。

TypeError

如果给定了显式的ordered=True，但没有类别和值不可排序。

例子

>>> from pandas import Categorical
>>> Categorical([1, 2, 3, 1, 2, 3])
[1, 2, 3, 1, 2, 3]
Categories (3, int64): [1 < 2 < 3]

>>> Categorical(['a', 'b', 'c', 'a', 'b', 'c'])
[a, b, c, a, b, c]
Categories (3, object): [a < b < c]

>>> a = Categorical(['a','b','c','a','b','c'], ['c', 'b', 'a'],
                    ordered=True)
>>> a.min()
'c'