2018-12-10
阅读量:
796
python里的分类数据
pandas分类数据类型的介绍，包括与R的简短比较factor。
分类是与统计中的分类变量对应的pandas数据类型。分类变量采用有限的，通常是固定的可能值（类别 ; R中的级别）。例如性别，社会阶层，血型，国家归属，观察时间或通过李克特量表评级。
与统计分类变量相比，分类数据可能有一个顺序（例如“强烈同意”与“同意”或“第一次观察”与“第二次观察”），但数值运算（加法，除法......）是不可能的。
分类数据的所有值都是类别或np.nan。顺序由类别的顺序定义，而不是值的词汇顺序。在内部，数据结构由类别数组和整数代码数组组成，这些代码指向类别数组中的实际值。
分类数据类型在以下情况下很有用：
- 字符串变量，仅包含几个不同的值。将这样的字符串变量转换为分类变量将节省一些内存。
- 变量的词法顺序与逻辑顺序（“一”，“二”，“三”）不同。通过转换为分类并在类别上指定顺序，排序和最小/最大将使用逻辑顺序而不是词法顺序。
- 作为其他Python库的信号，该列应被视为分类变量（例如，使用合适的统计方法或绘图类型）。
61.1675
1
0
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
CDA持证人阿涛哥
2025-05-24
0条评论
CDA持证人阿涛哥
2025-05-14
0条评论
CDA持证人阿涛哥
2024-10-29
0条评论