未能按分类栏过滤熊猫数据

Question

熊猫0.16.1我把数据中的所有列都转换成分类，所以当它被倒入磁盘时，占用的空间要少得多。现在我要过滤数据。==和.isin可以，但在<、<=等操作上失败，“无序的分类只能比较相等与否”。

data[data["MONTH COLUMN"]<=3]

如果我在categorical.py中注释掉以下行，一切都很好。是熊猫身上的虫子吗？

if not self.ordered:
    if op in ['__lt__', '__gt__','__le__','__ge__']:
        raise TypeError("Unordered Categoricals can only compare equality or not")

我认为在列上使用分类数据类型是个好主意，该列在大约1‘400’000行中只有12个唯一值。)

Answer 1

文档指出：

备注新分类数据不会自动排序。您必须说明传递ordered=True以指示有序的分类。

第一次创建要排序的类别时，只需指定以下内容：

In [1]: import pandas as pd

In [3]: s = pd.Series(["a","b","c","a"]).astype('category', ordered=True)

In [5]: s
Out[5]: 
0    a
1    b
2    c
3    a
dtype: category
Categories (3, object): [a < b < c]

In [4]: s > 'a'
Out[4]: 
0    False
1     True
2     True
3    False
dtype: bool