分類變量如何設置變量值的顯示順序

在做數據分析的時候，有時候分類變量值默認的排序不是我們想要的，需要調整顯示順序，pandas可以通過pd.Categorical來設置分類變量的顯示順序。

例如，對於數據分析教程常用的diamonds數據集，color等級是從J, I, H, G, F, E, D逐漸上升，如果要考察color等級和價格的關係，自然是希望color按照J, I, H, G, F, E, D順序顯示，但數據默認會按照字母（變量值）在數據中出現的順序或者一般排序的順序。

例如：直接繪圖，color的顯示順序爲變量值在數據中出現的順序

import seaborn as sns 
sns.barplot(x = "color", y = "price",data = diamonds)

 

 

現在通過pd.Categorical()函數重新設置color列的顯示順序

color_cats = ['J', 'I', 'H', 'G', 'F', 'E', 'D']
diamonds['color'] = pd.Categorical(diamonds['color'], categories=color_cats, ordered=True)

設置完畢後，顯示順序就按照等級順序了。