pandas.api.types.union_categoricals#
- pandas.api.types.union_categoricals(to_union, sort_categories=False, ignore_order=False)[源代码]#
将类似分类的联合类别的列表组合在一起。
所有类别必须具有相同的数据类型。
- 参数
- to_union列表式
类别、类别索引或具有dtype=‘CATEGORY’的系列。
- sort_categories布尔值，默认为False
如果为True，则将对生成的类别进行词法排序，否则将按照它们在数据中出现的顺序进行排序。
- ignore_order布尔值，默认为False
如果为True，则将忽略类别的已排序属性。结果会导致一个无序的分类。
- 退货
- 直截了当的
- 加薪
- TypeError
所有输入的数据类型并不相同
所有输入都不具有相同的有序属性
所有输入都是有序的，并且它们的类别并不相同
SORT_CATEGORIES=True和分类已排序
- ValueError
传递的类别列表为空
注意事项
要了解有关类别的更多信息，请参阅 link
示例
如果您想组合不一定具有相同类别的范畴词， union_categoricals 将结合一组类似于分类词的列表。新的类别将是正在合并的类别的联合。
>>> a = pd.Categorical(["b", "c"]) >>> b = pd.Categorical(["a", "b"]) >>> pd.api.types.union_categoricals([a, b]) ['b', 'c', 'a', 'b'] Categories (3, object): ['b', 'c', 'a']
默认情况下，生成的类别将按照它们在 categories 数据的一部分。如果希望对类别进行词法排序，请使用 sort_categories=True 论点。
>>> pd.api.types.union_categoricals([a, b], sort_categories=True) ['b', 'c', 'a', 'b'] Categories (3, object): ['a', 'b', 'c']
union_categoricals 也适用于组合相同类别和订单信息的两个类别的情况(例如，您还可以 append 用于)。
>>> a = pd.Categorical(["a", "b"], ordered=True) >>> b = pd.Categorical(["a", "b", "a"], ordered=True) >>> pd.api.types.union_categoricals([a, b]) ['a', 'b', 'a', 'b', 'a'] Categories (2, object): ['a' < 'b']
加薪 TypeError 因为这些类别是有序的，不是完全相同的。
>>> a = pd.Categorical(["a", "b"], ordered=True) >>> b = pd.Categorical(["a", "b", "c"], ordered=True) >>> pd.api.types.union_categoricals([a, b]) Traceback (most recent call last): ... TypeError: to union ordered Categoricals, all categories must be the same
0.20.0版中的新增功能
具有不同类别或排序的已排序类别可以使用 ignore_ordered=True 论点。
>>> a = pd.Categorical(["a", "b", "c"], ordered=True) >>> b = pd.Categorical(["c", "b", "a"], ordered=True) >>> pd.api.types.union_categoricals([a, b], ignore_order=True) ['a', 'b', 'c', 'c', 'b', 'a'] Categories (3, object): ['a', 'b', 'c']
union_categoricals also works with a CategoricalIndex, or Series containing categorical data, but note that the resulting array will always be a plain Categorical
>>> a = pd.Series(["b", "c"], dtype='category') >>> b = pd.Series(["a", "b"], dtype='category') >>> pd.api.types.union_categoricals([a, b]) ['b', 'c', 'a', 'b'] Categories (3, object): ['b', 'c', 'a']