Python数据分析NumPy和pandas（二十三、数据清洗与预处理之五：pandas的分类类型数据）

pandas的分类类型数据（Categorical Data）

这次学习使用Categorical Data，在某些 pandas 操作中使用分类类型能实现更好的性能和减少内存使用。另外还学习一些工具，这些工具有助于在统计和机器学习应用程序中使用分类数据。

一.背景

通常，表中的列会包含一组具有非重复值的同类型实例，之前学习的 unique 和 value_counts 函数，它们使我们能够从数组中提取不同的值并分别计算它们的频率。

import numpy as np
import pandas as pd

np.random.seed(12345)
# []*2 表示重复两次
values = pd.Series(['apple', 'orange', 'apple', 'apple'] * 2)
print(values)

# 使用unique()对values去重，输出一个列表
print(pd.unique(values))

# 使用value_counts()对values中出现的不同值计算出现的频次（计数），输出一个Series
print(values.value_counts())

输出结果：

0     apple
1    orange
2     apple
3     apple
4     apple
5 &nb