如何在Polars中创建含指定元素与类别的Categorical列

实现代码 #

在Polars中，你可以通过两种方式创建指定类别的Categorical列：

方法1：创建Series时直接指定Categorical类型及类别

import polars as pl

# 创建指定类别的Categorical序列
s = pl.Series(['a', 'b', 'a', 'a'], dtype=pl.Categorical(categories=['a', 'b', 'c']))
print(s)

输出结果：

shape: (4,)
Series: '' [cat]
[
        "a"
        "b"
        "a"
        "a"
]
Categories (3): ['a', 'b', 'c']

方法2：先创建字符串序列，再转换为指定类别的Categorical

import polars as pl

s = pl.Series(['a', 'b', 'a', 'a']).cast(pl.Categorical(categories=['a', 'b', 'c']))

Polars.Categorical 类型中文说明 #

概述

Categorical（分类）数据类型，用于存储有限离散值数据。它通过整数编码+类别映射表的方式存储数据，既节省内存占用，又能显著提升分组、连接、过滤等操作的执行效率。

参数

• categories（可选，字符串序列）：指定该分类类型包含的所有可能类别。若未提供参数，Polars会自动从数据中推断类别。
• ordered（布尔值，默认False）：标记该分类是否为有序分类。有序分类的类别间存在明确的顺序关系（例如"低" < "中" < "高"）。

方法

• to_physical()：将分类序列转换为其底层存储的整数编码值。
• from_physical()：将整数编码值转换回对应的分类原始值。

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