1
我想連接兩個數據框與類別類型的列,首先添加到每列的缺失類別。熊貓 - 連接與相同類別的列轉向對象
df = pd.DataFrame({"a": pd.Categorical(["foo", "foo", "bar"]), "b": [1, 2, 1]})
df2 = pd.DataFrame({"a": pd.Categorical(["baz"]), "b": [1]})
df["a"] = df["a"].cat.add_categories("baz")
df2["a"] = df2["a"].cat.add_categories(["foo", "bar"])
理論上類別都"a"
列是相同的:
In [33]: df.a.cat.categories
Out[33]: Index(['bar', 'foo', 'baz'], dtype='object')
In [34]: df2.a.cat.categories
Out[34]: Index(['baz', 'foo', 'bar'], dtype='object')
然而,串聯兩個dataframes的時候,我得到一個object
型"a"
柱:
In [35]: pd.concat([df, df2]).info()
<class 'pandas.core.frame.DataFrame'>
Int64Index: 4 entries, 0 to 0
Data columns (total 2 columns):
a 4 non-null object
b 4 non-null int64
dtypes: int64(1), object(1)
memory usage: 96.0+ bytes
在documentation它說,當類別是相同的,它應該導致category
型列。即使類別無序,類別的順序是否重要?我正在使用pandas-0.20.3
。