Pandas werfen alle Objektspalten Kategorie

Question

I ha elegante Funktion haben wollen alle Objektspalten in einem Pandas Daten Rahmen Kategorien

df[x] = df[x].astype("category") führt der Typ df.select_dtypes(include=['object']) geworfen zu werfen würden alle Kategorien Spalten Unter auswählen. Dies führt jedoch zu einem Verlust der anderen Spalten/eine manuelle Zusammenführung ist erforderlich. Gibt es eine Lösung, die "einfach funktioniert" oder keine manuelle Bearbeitung erfordert?

bearbeiten

ich suche etwas ähnliches wie http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.convert_objects.html für eine Umstellung auf kategorische Daten

Answer 1

Verwendung apply und pd.Series.astype mit dtype='category'

Betrachten Sie die pd.DataFramedf

df = pd.DataFrame(dict(
     A=[1, 2, 3, 4], 
     B=list('abcd'), 
     C=[2, 3, 4, 5], 
     D=list('defg') 
    )) 
df 

df.info() 

<class 'pandas.core.frame.DataFrame'> 
RangeIndex: 4 entries, 0 to 3 
Data columns (total 4 columns): 
A 4 non-null int64 
B 4 non-null object 
C 4 non-null int64 
D 4 non-null object 
dtypes: int64(2), object(2) 
memory usage: 200.0+ bytes 

Lets select_dtypes verwenden, um alle 'object' Typen umfassen mit einem select_dtypes zu konvertieren und rekombinieren sie auszuschließen.

df = pd.concat([ 
     df.select_dtypes([], ['object']), 
     df.select_dtypes(['object']).apply(pd.Series.astype, dtype='category') 
     ], axis=1).reindex_axis(df.columns, axis=1) 

df.info() 

<class 'pandas.core.frame.DataFrame'> 
RangeIndex: 4 entries, 0 to 3 
Data columns (total 4 columns): 
A 4 non-null int64 
B 4 non-null category 
C 4 non-null int64 
D 4 non-null category 
dtypes: category(2), int64(2) 
memory usage: 208.0 bytes