Метод set_categories

Метод set_categories аксессора cat применяется к категориальной Series и полностью заменяет существующий набор категорий на новый. В первом параметре передаётся список новых категорий. При необходимости можно управлять поведением с помощью параметра ordered, который указывает, следует ли упорядочивать категории.

Важно отметить, что метод set_categories не изменяет значения элементов в Series, если они присутствуют в новом списке категорий. Если же какое-то значение отсутствует в новых категориях, оно заменяется на NaN. Также метод позволяет изменять порядок категорий, если передать ordered=True.

Синтаксис

ser.cat.set_categories(new_categories, ordered=None)

Где:

new_categories - список новых категорий (обязательный параметр);
ordered - логическое значение, указывающее, должны ли категории быть упорядоченными (по умолчанию None, оставляет текущий статус упорядоченности).

Пример

Давайте создадим категориальную Series и заменим её категории:

import pandas as pd

ser = pd.Series(['a', 'b', 'c', 'a', 'b'], dtype='category')
print(ser.cat.categories)

Результат выполнения кода:

Index(['a', 'b', 'c'], dtype='object')

Теперь установим новые категории:

import pandas as pd

ser = pd.Series(['a', 'b', 'c', 'a', 'b'], dtype='category')
ser = ser.cat.set_categories(['a', 'b', 'c', 'd', 'e'])
print(ser.cat.categories)

Результат выполнения кода:

Index(['a', 'b', 'c', 'd', 'e'], dtype='object')

Обратите внимание, что значения элементов остались прежними, так как все они присутствуют в новых категориях.

Пример

Давайте рассмотрим ситуацию, когда новые категории не содержат всех значений из данных:

import pandas as pd

ser = pd.Series(['a', 'b', 'c', 'a', 'b'], dtype='category')
ser = ser.cat.set_categories(['a', 'b'])
print(ser)

Результат выполнения кода:

0	  a
1	  b
2	NaN
3	  a
4	  b
dtype: category
Categories (2, object): ['a', 'b']

Как видно, значение 'c' было заменено на NaN, поскольку его нет в новых категориях.

Пример

Теперь изменим порядок категорий, сделав их упорядоченными:

import pandas as pd

ser = pd.Series(['a', 'b', 'c', 'a', 'b'], dtype='category')
ser = ser.cat.set_categories(['c', 'b', 'a'], ordered=True)
print(ser.cat.categories)
print(ser.cat.ordered)

Результат выполнения кода:

Index(['c', 'b', 'a'], dtype='object')
True

Теперь категории упорядочены в порядке 'c' < 'b' < 'a'.

Пример

Метод set_categories также удобно использовать для переименования категорий, передавая новые значения вместо старых:

import pandas as pd

ser = pd.Series(['a', 'b', 'c', 'a', 'b'], dtype='category')
ser = ser.cat.set_categories(['x', 'y', 'z'])
print(ser)

Результат выполнения кода:

0	NaN
1	NaN
2	NaN
3	NaN
4	NaN
dtype: category
Categories (3, object): ['x', 'y', 'z']

Все значения стали NaN, потому что старые категории ('a', 'b', 'c') не совпадают с новыми ('x', 'y', 'z').

Смотрите также

метод rename_categories,
который переименовывает категории
метод reorder_categories,
который изменяет порядок категорий
метод add_categories,
который добавляет новые категории
метод remove_categories,
который удаляет категории