Python cudf.core.column.categorical.CategoricalAccessor.set_categories用法及代碼示例

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

將類別設置為指定的new_categories。

new_categories 可以包括新類別(這將導致未使用的類別)或刪除舊類別(這導致值設置為空)。如果 rename==True ，類別將被簡單地重命名(比舊類別少或多的項目將導致值分別設置為 null 或未使用的類別)。

此方法可用於同時執行多個添加、刪除和重新排序操作，因此比通過更專業的方法執行單個步驟更快。

另一方麵，此方法不進行檢查(例如，舊類別是否包含在重新排序的新類別中)，這可能會導致令人驚訝的變化。

參數：

new_categories：list-like: 新順序的類別。
ordered：布爾值，默認無: 分類是否被視為有序分類。如果未給出，請勿更改排序信息。
rename：布爾值，默認為 False: new_categories 是否應被視為舊類別的重命名或重新排序的類別。
inplace：布爾值，默認為 False: 是否就地重新排序類別或返回此分類的副本以及重新排序的類別。

cat: 分類與重新排序的類別或無(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]

相關用法

注：本文由純淨天空篩選整理自rapids.ai大神的英文原創作品 cudf.core.column.categorical.CategoricalAccessor.set_categories。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

例子：