pd.Series.cat.as_ordered() 在 Pandas 中做什么？

Question

我在看fastai库中的一些源代码，函数train_cats是这样写的：def train_cats(df):    """    Change any columns of strings in a panda's dataframe to a column     of catagorical values. This applies the changes inplace.    """    for n,c in df.items():        if is_string_dtype(c): df[n] = c.astype('category').cat.as_ordered()我了解该功能在做什么，但我不确定该as_ordered部分应该完成什么。我试着查看它的文档，它很稀疏。令我惊讶的是as_ordered()，互联网上的信息也不多。在这种情况下添加此方法的主要好处是什么？

Answer 1

您应该查看此链接中的排序和顺序部分：Pandas Documentation on Categorical。它说：

如果分类数据是有序的（s.cat.ordered == True），那么分类的顺序就有意义并且某些操作是可能的。如果分类是无序的，.min()/.max() 将引发 TypeError。

和：

您可以将分类数据设置为使用 as_ordered() 进行排序或使用 as_unordered() 进行无序排序。默认情况下，这些将返回一个新对象。

Answer 2

这是一个辅助函数，调用set_ordered时第一个参数设置为 True。

这是set_ordered：

    def set_ordered(self, value, inplace=False):

    """

    Set the ordered attribute to the boolean value.

    Parameters

    ----------

    value : bool

       Set whether this categorical is ordered (True) or not (False).

    inplace : bool, default False

       Whether or not to set the ordered attribute in-place or return

       a copy of this categorical with ordered set to the value.

    """

        inplace = validate_bool_kwarg(inplace, 'inplace')

        new_dtype = CategoricalDtype(self.categories, ordered=value)

        cat = self if inplace else self.copy()

        cat._dtype = new_dtype

        if not inplace:

            return cat

所以这只是设置了一个事实，即您希望将分类数据视为具有排序。这里有一些更稀疏的文档：https : //pandas.pydata.org/pandas-docs/version/0.23/generated/pandas.api.types.CategoricalDtype.ordered.html

一些讨论可以在这里找到：https : //github.com/pandas-dev/pandas/issues/14711

Answer 3

我们可以从 pandas.Categorical

s=pd.Series(list('zbdce')).astype('category')

s

0    z

1    b

2    d

3    c

4    e

dtype: category

Categories (5, object): [b, c, d, e, z]

s.cat.as_ordered()

0    z

1    b

2    d

3    c

4    e

dtype: category

Categories (5, object): [b < c < d < e < z]

pd.Categorical(list('zbdce'))

[z, b, d, c, e]

Categories (5, object): [b, c, d, e, z]

pd.Categorical(list('zbdce'),ordered=True)

[z, b, d, c, e]

Categories (5, object): [b < c < d < e < z]

ordered : boolean, (default False) 此分类是否被视为有序分类。如果为 True，则会对结果分类进行排序。有序分类在排序时尊重其类别属性的顺序（如果提供，则反过来是类别参数）。