Pandas 中有序分类类型的比较未按预期工作

Question

以下代码：

s2 = pd.Series(['m','l','s','xl','xs'])

size_type = pd.api.types.CategoricalDtype(categories =['xs','s','m','l','xl'], ordered = True)

s3 = s2.astype(size_type)

print(s3)

产生这个结果：

0     m
1     l
2     s
3    xl
4    xs
dtype: category
Categories (5, object): ['xs' < 's' < 'm' < 'l' < 'xl']

所以我希望“m”类型比“s”类型大，这与我创建类别时设置的顺序一致。 但是当我在比较中检查这个时，结果是相反的：

s3[0] > s3[2]

产生这个结果：

False

为什么会这样？

Answer 1

s3[0]和s3[2]返回字符串，不按类别代码排序，可以使用.cat.codes访问内部存储的代码进行比较：

s3.cat.codes[0] > s3.cat.codes[2]
# True

详细查看.cat.codes ：

s3.cat.codes
#0    2
#1    3
#2    1
#3    4
#4    0
#dtype: int8

s3.cat.codes[0]
#2

s3.cat.codes[2]
#1