Python “.astype（'；Category'；”和“pd.Category（…）之间的区别`

我有一个带有字符串列（名称：14）的数据集，我想将其转换为分类特征。据我所知，有两种方法可以做到这一点：

pd.category（数据[14]）
数据[14]。aType（'类别'）

虽然这两种方法产生的结果都是相同的

.dtype

：

CategoricalDtype（categories=['50K'，ordered=False）

但它们并不相同

对结果调用

.descripe（）

，它们会产生不同的输出。第一个输出有关单个类别的信息，而第二个（

astype（..）

）则生成典型的描述输出，其中包含count、unique、top、freq和name，并列出

dtype:object

那么，我的问题是，它们为什么/如何不同

---

这是一个数据集：

data=pd.read\u csv（“./maintal/maintal.data”，标题=None）
pd.分类（数据[14]）。描述（）
数据[14]。类型（'category'）。描述（）
pd.分类（数据[14]）数据类型
数据[14]。aType（'category'）。dtype

As，

类型（pd.category（数据[14]）

是

category

，而

类型（数据[14]。astype（'category'）

是

系列

：

import pandas as pd
data = pd.read_csv("./adult/adult.data", header=None)

cat = pd.Categorical(data[14])
ser = data[14].astype('category')
print(type(cat))
# pandas.core.arrays.categorical.Categorical
print(type(ser))
# pandas.core.series.Series

descripe（）

的行为不同 因为定义不同于

无论何时调用

category.descripe（）

，都会得到每个类别的

count

和

freq

：

In [174]: cat.describe()
Out[174]: 
            counts    freqs
categories                 
 <=50K       24720  0.75919
 >50K         7841  0.24081

---

我不是pandas的专家用户，但看起来它似乎就是你想要的。返回类型不同，

分类

不返回

系列

。

In [175]: ser.describe()
Out[175]: 
count      32561
unique         2
top        <=50K
freq       24720
Name: 14, dtype: object