Pandas有序分类变量元素比较结果异常？如何按分类顺序比较？

原因 #

直接执行x[0] > x[1]返回False，是因为当你访问有序分类变量的单个元素时，得到的是Categorical标量，这类标量之间的比较会采用原始字符串的字典序，而非你定义的分类顺序。比如"Hi"和"Lo"按字符串字典序对比时，"Hi"的ASCII编码小于"Lo"，所以返回False。

解决方法 #

要按自定义的分类有序规则比较元素，有两种实用方式：

• 比较元素对应的分类编码：每个分类会按你定义的categories顺序分配一个整数编码（"Zer"→0，"Lo"→1，"Med"→2，"Hi"→3），通过编码对比就能遵循分类顺序：

  x.codes[0] > x.codes[1]  # 返回True
  

• 将元素以数组形式进行比较：数组层面的Categorical比较会遵守有序规则，所以可以通过索引生成单元素数组后再对比：

  x[[0]] > x[[1]]  # 返回布尔Series，结果为True
  

内容的提问来源于stack exchange，提问作者quesadagranja