Python cudf.core.column.categorical.CategoricalAccessor.set_categories用法及代码示例

用法: CategoricalAccessor.set_categories(new_categories: Any, ordered: bool = False, rename: bool = False, inplace: bool = False) → Optional[SeriesOrIndex]

将类别设置为指定的new_categories。

new_categories 可以包括新类别(这将导致未使用的类别)或删除旧类别(这导致值设置为空)。如果 rename==True ，类别将被简单地重命名(比旧类别少或多的项目将导致值分别设置为 null 或未使用的类别)。

此方法可用于同时执行多个添加、删除和重新排序操作，因此比通过更专业的方法执行单个步骤更快。

另一方面，此方法不进行检查(例如，旧类别是否包含在重新排序的新类别中)，这可能会导致令人惊讶的变化。

参数：

new_categories：list-like: 新顺序的类别。
ordered：布尔值，默认无: 分类是否被视为有序分类。如果未给出，请勿更改排序信息。
rename：布尔值，默认为 False: new_categories 是否应被视为旧类别的重命名或重新排序的类别。
inplace：布尔值，默认为 False: 是否就地重新排序类别或返回此分类的副本以及重新排序的类别。

cat: 分类与重新排序的类别或无(如果就地)。

例子：

>>> import cudf
>>> s = cudf.Series([1, 1, 2, 10, 2, 10], dtype='category')
>>> s
0     1
1     1
2     2
3    10
4     2
5    10
dtype: category
Categories (3, int64): [1, 2, 10]
>>> s.cat.set_categories([1, 10])
0       1
1       1
2    <NA>
3      10
4    <NA>
5      10
dtype: category
Categories (2, int64): [1, 10]
>>> s.cat.set_categories([1, 10], inplace=True)
>>> s
0       1
1       1
2    <NA>
3      10
4    <NA>
5      10
dtype: category
Categories (2, int64): [1, 10]

相关用法

注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cudf.core.column.categorical.CategoricalAccessor.set_categories。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

例子：