Python pandas.api.types.union_categoricals用法及代碼示例

用法: pandas.api.types.union_categoricals(to_union, sort_categories=False, ignore_order=False)

合並Categorical-like 的list-like，合並類別。

所有類別必須具有相同的 dtype。

參數：

to_union：list-like: Categorical、CategoricalIndex 或 dtype='category' 的係列。
sort_categories：布爾值，默認為 False: 如果為 true，則結果類別將被 lexsorted，否則它們將按照它們在數據中出現的順序進行排序。
ignore_order：布爾值，默認為 False: 如果為真，分類的有序屬性將被忽略。結果是無序的分類。

分類的

拋出：

TypeError

所有輸入都沒有相同的 dtype
所有輸入都沒有相同的有序屬性
所有輸入都是有序的，並且它們的類別不相同
sort_categories=True 並且分類是有序的

ValueError

通過的分類空列表

注意：

要了解有關類別的更多信息，請參閱鏈接

例子：

>>> from pandas.api.types import union_categoricals

如果要組合不一定具有相同類別的分類，union_categoricals 將組合 list-like 的分類。新類別將是被組合類別的並集。

>>> a = pd.Categorical(["b", "c"])
>>> b = pd.Categorical(["a", "b"])
>>> union_categoricals([a, b])
['b', 'c', 'a', 'b']
Categories (3, object):['b', 'c', 'a']

默認情況下，生成的類別將按照它們出現在數據的categories 中的順序排列。如果要對類別進行 lexsorted，請使用 sort_categories=True 參數。

>>> union_categoricals([a, b], sort_categories=True)
['b', 'c', 'a', 'b']
Categories (3, object):['a', 'b', 'c']

union_categoricals 也適用於組合相同類別和訂單信息的兩個類別的情況(例如，您還可以使用 append 來做什麽)。

>>> a = pd.Categorical(["a", "b"], ordered=True)
>>> b = pd.Categorical(["a", "b", "a"], ordered=True)
>>> union_categoricals([a, b])
['a', 'b', 'a', 'b', 'a']
Categories (2, object):['a' < 'b']

引發 TypeError 因為類別是有序的並且不相同。

>>> a = pd.Categorical(["a", "b"], ordered=True)
>>> b = pd.Categorical(["a", "b", "c"], ordered=True)
>>> union_categoricals([a, b])
Traceback (most recent call last):
    ...
TypeError:to union ordered Categoricals, all categories must be the same

0.20.0 版中的新函數

可以使用ignore_ordered=True 參數組合具有不同類別或排序的有序分類。

>>> a = pd.Categorical(["a", "b", "c"], ordered=True)
>>> b = pd.Categorical(["c", "b", "a"], ordered=True)
>>> union_categoricals([a, b], ignore_order=True)
['a', 'b', 'c', 'c', 'b', 'a']
Categories (3, object):['a', 'b', 'c']

union_categoricals 也適用於包含分類數據的 CategoricalIndex 或 Series，但請注意，生成的數組將始終是普通的 Categorical

>>> a = pd.Series(["b", "c"], dtype='category')
>>> b = pd.Series(["a", "b"], dtype='category')
>>> union_categoricals([a, b])
['b', 'c', 'a', 'b']
Categories (3, object):['b', 'c', 'a']

相關用法

注：本文由純淨天空篩選整理自pandas.pydata.org大神的英文原創作品 pandas.api.types.union_categoricals。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：

拋出：

注意：

例子：