Категории в Pandas

В таблице часто встречаются столбцы с короткими текстовыми подписями, которые повторяются: город, цвет, размер, отдел. Хранить каждую ячейку как отдельную длинную строку необязательно: Pandas умеет запоминать список уникальных меток один раз, а в строках держать ссылки на него.

Такой подход экономит память и открывает служебные операции: числовые коды вместо подписей, сравнение уровней, если порядок задан заранее. Отдельно пригодится разложение меток на столбцы признаков и перевод чисел в интервалы для отчётов.

Интервалы бывают равной ширины по шкале значений или равной численности: во втором случае границы подбирают так, чтобы в каждом куске оказалось примерно поровну наблюдений.

Со всем этим мы и будем разбираться в рамках данного раздела.