一 介紹
在數據中，一個列有可能會包含很多重複值，這時會對重複值進行分類。往往在使用過程中會通過unique、value_counts等函數對重複值進行唯一性的提取和重複個數的統計。而還有一類數據類型可以幫助統計對應的值和表示的鍵。這類數據在系統可以稱爲維度表，維度表包含了不同值，並將主要觀測存儲爲引用維度的整數鍵。
可以通過如下例子進行展示，在例子代碼中，這種按照整數展現的方式被稱爲分類或者字典編碼展現。不同值的數組可以被稱爲數據的類別、字典或者層級。
import numpy as np
import pandas as pd
values = pd.Series([0, 1, 0, 0]*2)
dim = pd.Series(['apple', 'orange'])
new_value = dim.take(values)
print(new_value)
代碼顯示的new_value結果爲：
這種轉換往往可以降低存儲的開銷，主要包括兩個部分：1.重命名類別；2.在不改變已有的類別順序下添加一個新的類別
二 Categorical對象
2.1 什麼是Categorical
Categorical類型是Pandas擁有的一種特殊數據類型，這樣的類型可以包含基於整數的類別展示和編碼的數據。其存儲的數據結構可以如下圖展示，在圖中可以看出數據的type爲Category類型：
在圖中，可以看出categorical類型數據包括兩列，一列是整數列，是對數據的表示，一列是源編碼數據，是整數列表示的原意思。
2.2 Categorical實例的創建
1. 通過astype函數
（1）在Pandas中，Series數據類型，通過astype函數進行轉換，可以生成Pandas.Categorical的實例
# 構造一個Series數據結構，並生成Categorical實例
fruit = pd.Series(['apple', 'orange', 'apple', 'apple']*2)
c_fruit = fruit.astype('category')
print(c_fruit)
代碼的結果爲：
（2）DataFrame的數據某一列，使用astype函數進行轉換，可以生成Pandas.Categorical的實例
# 構造一個DataFrame數據結構，並生成一個Categorical實例
fruit = pd.Series(['apple', 'orange', 'apple', 'apple']*2)
df = pd.DataFrame({'fruit':fruit,
'basket_id': np.arange(8),
'count':np.random.randint(2, 16, size=8)})
c_dfruit = df['fruit'].astype('category')
print(c_dfruit)
在上述構造的DataFrame數據爲：
輸出的結果爲：
2. 通過pd.Categorical直接創建
從其他Python序列類型直接生成pd.Categorical，進行創建，示例如下代碼：
使用pd.Categorical來構造Categorical實例
my_categorical = pd.Categorical(['apple', 'orange', 'orange', 'apple', 'orange'])
print(my_categorical)
結果生成如下：
3.使用Categorical的from_codes構造函數
如果已經從數據源獲得了分類編碼數據，使用這種方法非常便捷，實例代碼如下：
# 使用from_codes構造函數構造Categorical實例
categories = ['apple', 'orange', 'banana']
codes = [0, 1, 2, 1, 0, 1]
my_categorical2 = pd.Categorical.from_codes(codes,categories)
print(my_categorical2)
輸出結果如下：
4. 作爲計算結果
在Pandas中，使用pandas.qcut分箱函數進行數據分析，返回的數據結果爲Categorical實例
如下代碼所示，創建了10個隨機數，並對數據進行4分的分箱，並使用a,b,c,d來表示數據所在的分箱區間，通過展示如下，可以看出數據的返回結果爲Categorical類型
# 作爲qcut函數的結果返回Categorical實例
np.random.seed(12345)
draws = np.random.randn(10)
bins = pd.qcut(draws, 4, labels=['a', 'b', 'c', 'd'])
print(draws,'\n', bins)
三 Categorical的屬性
Categorical對象擁有categories 和codes兩個屬性。Categories屬性展示了數據的源編碼，codes展示了當前的整數代表。如下代碼所示：
# Categorical實例的屬性
categories = ['apple', 'orange', 'banana']
codes = [0, 1, 2, 1, 0, 1]
get_Categorical = pd.Categorical.from_codes(codes,categories)
g_categories = get_Categorical.categories
g_codes = get_Categorical.codes
print(g_categories)
print(g_codes)
生成的get_Categorical數據展示如下：
其中g_categories的輸出結果爲：
g_codes的輸出結果爲：
