python：是否可以对分类数据运行数学/统计操作？

我已经将一个较大的df（相对于可用RAM的较大值）转换为分类列。这节省了约80%的内存空间。现在我需要对数据运行数学/统计操作。是否有一种方法可以对熊猫中的分类数据运行诸如

sum

、

mean

、

max

和

rank

之类的操作

创建df 输出：

  group owner  failed granted_pe  slots
0    g1    u1       0     single      1
1   g50   u92       0     shared      8
2   g50   u92       0     shared      1

转为范畴 求和 输出：

“TypeError:Category无法执行求和操作”

---

有没有其他方法可以在不将数据转换回int的情况下执行此操作？

您可以在此处使用

apply

并合并回原始

df

def return_sum(values):
    return(sum(values))

df = df.merge(pd.DataFrame(df.groupby('group')['slots'].apply(return_sum)).reset_index(),on='group')
df = df.rename(columns={'slots_x': 'slots', 'slots_y': 'slot_sum'})
print(df)

输出

  group owner failed granted_pe   slots  slots_sum
0    g1    u1      0     single       1        1
1   g50   u92      0     shared       8        9
2   g50   u92      0     shared       1        9

---

注意：

mean

，

max

etc方法不适用于分类数据，因为它没有意义

我知道“分类”数据通常是str/object，但在这种情况下，我想要处理的底层数据（例如，“slot”）是数字的。我使用类型

category

只是为了节省内存占用。所以我认为可以根据这些值进行计算。当我运行代码时，我得到了这个错误：“ValueError:传递的项数错误24，placement意味着1”

def return\u sum（values）：

return（sum（values））

df['slots\u sum']=df.merge（pd.DataFrame（df.groupby（'group'）['slots'].apply（return\u sum））.reset\u index（），on='group'）

@KarlBaker assign df=df.merge。。。。。合并将返回一个数据帧，而不是一个序列。我的答案中有工作代码。只要复制粘贴就行了谢谢，它适用于求和函数。我想接下来我必须先将数据转换回数字。@jezrael，当转换成分类的数据是数字时，有没有办法对分类数据运行

mean

？我使用分类数据类型将df在内存中的大小减少了约80%。

df['slots_sum'] = df.groupby('group')['slots'].transform('sum')

def return_sum(values):
    return(sum(values))

df = df.merge(pd.DataFrame(df.groupby('group')['slots'].apply(return_sum)).reset_index(),on='group')
df = df.rename(columns={'slots_x': 'slots', 'slots_y': 'slot_sum'})
print(df)

  group owner failed granted_pe   slots  slots_sum
0    g1    u1      0     single       1        1
1   g50   u92      0     shared       8        9
2   g50   u92      0     shared       1        9