パンダは、カテゴリ

Question

私はカテゴリ

df[x] = df[x].astype("category")にパンダのデータ フレーム内のすべてのオブジェクト列をキャストするヘクタールエレガントな機能を持つようにしたい

タイプが df.select_dtypes(include=['object'])は、すべてのカテゴリ列をサブ選択することになるキャストを実行するすべてのオブジェクト列をキャスト。ただし、これにより他の列が失われたり、手動でマージする必要があります。 「適切に機能する」、または手動キャストを必要としないソリューションはありますか？私はdtype='category'

とカテゴリーデータへの変換

Answer 1

使用applyとpd.Series.astypeためhttp://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.convert_objects.htmlと同様のものを探しています

編集

はpd.DataFramedf

df = pd.DataFrame(dict(
     A=[1, 2, 3, 4], 
     B=list('abcd'), 
     C=[2, 3, 4, 5], 
     D=list('defg') 
    )) 
df 

を考えてみましょう

df.info() 

<class 'pandas.core.frame.DataFrame'> 
RangeIndex: 4 entries, 0 to 3 
Data columns (total 4 columns): 
A 4 non-null int64 
B 4 non-null object 
C 4 non-null int64 
D 4 non-null object 
dtypes: int64(2), object(2) 
memory usage: 200.0+ bytes 

は変換し、それらを除外するためにselect_dtypesと再結合するために、すべての'object'タイプを含めるようにselect_dtypesを使用することができます。

df = pd.concat([ 
     df.select_dtypes([], ['object']), 
     df.select_dtypes(['object']).apply(pd.Series.astype, dtype='category') 
     ], axis=1).reindex_axis(df.columns, axis=1) 

df.info() 

<class 'pandas.core.frame.DataFrame'> 
RangeIndex: 4 entries, 0 to 3 
Data columns (total 4 columns): 
A 4 non-null int64 
B 4 non-null category 
C 4 non-null int64 
D 4 non-null category 
dtypes: category(2), int64(2) 
memory usage: 208.0 bytes