pandas.CategoricalIndex

class pandas.CategoricalIndex(data=None, categories=None, ordered=None, dtype=None, copy=False, name=None)

基于底层 Categorical 的索引。

CategoricalIndex，类似于 Categorical，只能取有限且通常固定的可能值（categories）。同样，类似于 Categorical，它可能有顺序，但数值操作（加法、除法等）是不可能的。

参数:

数据类数组（一维）

分类的值。如果给出了 categories，不在 categories 中的值将被替换为 NaN。

类别类似索引的，可选的

分类的类别。项目需要是唯一的。如果在这里没有给出类别（并且在 dtype 中也没有），它们将从 data 中推断出来。

有序bool, 可选

这个分类是否被视为有序分类。如果在这里或 dtype 中没有给出，结果的分类将是无序的。

dtypeCategoricalDtype 或 “category”，可选

如果 CategoricalDtype，不能与 categories 或 ordered 一起使用。

复制布尔值, 默认为 False

制作输入 ndarray 的副本。

名字对象，可选

要存储在索引中的名称。

属性

代码	这个分类索引的类别代码。
类别	这个分类的类别。
有序	类别是否具有有序关系。

方法

rename_categories(new_categories)	重命名类别。
reorder_categories(new_categories[, ordered])	按照 new_categories 中的指定重新排序类别。
添加类别(new_categories)	添加新类别。
remove_categories(removals)	移除指定的类别。
remove_unused_categories()	移除未使用的分类。
set_categories(new_categories[, ordered, rename])	将类别设置为指定的新类别。
as_ordered()	设置类别为有序。
as_unordered()	将分类设置为无序。
map(mapper[, na_action])	使用输入映射或函数映射值。

引发:

ValueError

如果类别未通过验证。

TypeError

如果明确给出 ordered=True 但没有 categories 并且 values 不可排序。

参见

索引

基本的 pandas Index 类型。

分类

一个分类数组。

CategoricalDtype

分类数据的类型。

注释

更多信息请参见 用户指南。

例子

>>> pd.CategoricalIndex(["a", "b", "c", "a", "b", "c"])
CategoricalIndex(['a', 'b', 'c', 'a', 'b', 'c'],
                 categories=['a', 'b', 'c'], ordered=False, dtype='category')

CategoricalIndex 也可以从 Categorical 实例化：

>>> c = pd.Categorical(["a", "b", "c", "a", "b", "c"])
>>> pd.CategoricalIndex(c)
CategoricalIndex(['a', 'b', 'c', 'a', 'b', 'c'],
                 categories=['a', 'b', 'c'], ordered=False, dtype='category')

有序的 CategoricalIndex 可以有一个最小值和最大值。

>>> ci = pd.CategoricalIndex(
...     ["a", "b", "c", "a", "b", "c"], ordered=True, categories=["c", "b", "a"]
... )
>>> ci
CategoricalIndex(['a', 'b', 'c', 'a', 'b', 'c'],
                 categories=['c', 'b', 'a'], ordered=True, dtype='category')
>>> ci.min()
'c'