Python 如何访问数据框中作为对象保存的分类数据？

我有

.dta

数据，加载时使用

df=pd.read\u stata（'mydata.dta'，convert\u categoricals=True）

。当我从Stata转换类别时，我可以更容易地“看到”我的类别是关于什么的。但我找不到处理这种格式数据的选项。它实际上转换为字符串/对象

我在SA上发现了一个类似的问题，但没有任何答案：

我的解决方法是不将猫从dta转换

df=pd.read\u stata（'mydata.dta'，convert\u categoricals=False）

然后计算等是可能的，但我必须手动查找所有类别。那不是很像蟒蛇

这情况真的很难预测。不知怎么的，是这样的：

将熊猫作为pd导入
df=pd.DataFrame（{'year'：['1988'，'1988'，'1988'，'1988'，'1989'，'1989'，'1989']，
“货币”：[5'，7'，8'，8'，3'，3'，7'，8']}
健康状况=['2[良好]、'-2[不适用]、'3[正常]、'1[良好]、'3[正常]、'5[不良]、'2[良好]、'1[良好]]
df['health']=健康
df.info（）#健康是一个对象
#df.loc[（df.health>=2）和（df.year=1988），“钱”]#不起作用

在我的分析中，我想检查一年内健康状况良好的人的钱。但类别是字符串。我有很多变量和类别

如何告诉数据帧使用“括号前的数字”

处理dataframe中类别的“值”和“标签”的正确方法是什么？正确的数据类型是什么？

以下是从

运行状况

值获取新列值的必要用法：

df[['a','b']] = df['health'].str.extract('([-]?\d+)\s+\[(.+)\]')
df['a'] = df['a'].astype(int)
print (df)
   year  money               health  a               b
0  1988      5             2 [good]  2            good
1  1988      7  -2 [not applicable] -2  not applicable
2  1988      8               3 [ok]  3              ok
3  1988      8        1 [excellent]  1       excellent
4  1989      3               3 [ok]  3              ok
5  1989      3              5 [bad]  5             bad
6  1989      7             2 [good]  2            good
7  1989      8        1 [excellent]  1       excellent

---

所以我总是要从字符串中提取数值？跟踪“含义/标签”的唯一方法是将其保存到另一列？我的意思是，我有10个这样的变量，它仍然是可能的。但在我看来，它不太优雅。是否无法在df的一个单元格中存储值和标签？最好的regards@MarcoDoe-这取决于你需要什么。如果标量在列中，那么最好的方法是分别使用数值列和字符串列。