Pandas分类相等性测试

Question

我正在使用 pandas 0.24.2，但无法对 Categorical 实例执行简单的等式测试。例如，使用以下代码：

Original Answer 翻译成“最初的回答”。

d = DataFrame({"x" : [1, 2, 3, 4]})
d["y"] = pd.cut(d["x"], bins=3)

d的内容现在是：

    x   y
0   1   (0.997, 2.0]
1   2   (0.997, 2.0]
2   3   (2.0, 3.0]
3   4   (3.0, 4.0]

然而，我无法将 y 与字符串值进行相等性测试，例如：

d["y"] == '(3.0, 4.0]'

生成：

0    False
1    False
2    False
3    False
Name: y, dtype: bool

我知道y的底层类型是Categorical，这是由于cut()的输出所确定的。然而，我在Categorical中找不到任何特殊的相等方法；此外，文档甚至指出，“相等比较适用于...标量”。我的方法有什么问题？

最初的回答：

- sparc_spread

---

y 列的类型是 pd.Interval。所以比较语句 d["y"] == pd.Interval(0.997, 2.0, closed='right') 应该能正常工作。 - undefined

Answer 1

那么就将其转化为间隔格式，并传递给pd.Interval

d.y==pd.Interval(3,4)
Out[255]: 
0    False
1    False
2    False
3     True
Name: y, dtype: bool

- BENY

Answer 2

另外，您可以将其转换为“字符串”数据类型：

d["y"].astype(str) == "(3.0, 4.0]"

输出：

0    False
1    False
2    False
3     True
Name: y, dtype: bool

- Scott Boston

---

这绝对有效 - 在这个答案和其他答案之间做出了艰难的选择。在很多方面，这种方法似乎更直观；有趣的是，为了使其工作，实际上必须完全退出“Categorical”类型。在pandas API中有很多地方我注意到类似的情况（索引等）。再次感谢您的帮助！ - undefined