pandas.CategoricalIndex.reorder_categories # 分类索引。reorder_categories ( * args , ** kwargs ) [来源] # 按照 new_categories 中指定的方式对类别进行重新排序。 new_categories需要包含所有旧类别并且没有新类别项目。 参数: new_categories类索引类别按新顺序排列。 有序布尔值,可选是否将分类视为有序分类。如果未给出,请勿更改订购信息。 返回: 分类的类别重新排序的分类。 加薪: 值错误如果新类别不包含所有旧类别项目或任何新类别项目 也可以看看 rename_categories重命名类别。 add_categories添加新类别。 remove_categories删除指定的类别。 remove_unused_categories删除不使用的类别。 set_categories将类别设置为指定的类别。 例子 为了pandas.Series: >>> ser = pd.Series(['a', 'b', 'c', 'a'], dtype='category') >>> ser = ser.cat.reorder_categories(['c', 'b', 'a'], ordered=True) >>> ser 0 a 1 b 2 c 3 a dtype: category Categories (3, object): ['c' < 'b' < 'a'] >>> ser.sort_values() 2 c 1 b 0 a 3 a dtype: category Categories (3, object): ['c' < 'b' < 'a'] 为了pandas.CategoricalIndex: >>> ci = pd.CategoricalIndex(['a', 'b', 'c', 'a']) >>> ci CategoricalIndex(['a', 'b', 'c', 'a'], categories=['a', 'b', 'c'], ordered=False, dtype='category') >>> ci.reorder_categories(['c', 'b', 'a'], ordered=True) CategoricalIndex(['a', 'b', 'c', 'a'], categories=['c', 'b', 'a'], ordered=True, dtype='category')