Pandas: категория dtype и filter

Question

с использованием pandas 0.18.1, я понял другое поведение при фильтрации столбца, dtype - category. Вот минимальный пример.

import pandas as pd 
import numpy as np 

l = np.random.randint(1, 4, 50) 
df = pd.DataFrame(dict(c_type=l, i_type=l)) 
df['c_type'] = df.c_type.astype('category') 

df.info() 

<class 'pandas.core.frame.DataFrame'> 
RangeIndex: 50 entries, 0 to 49 
Data columns (total 2 columns): 
c_type 50 non-null category 
i_type 50 non-null int64 
dtypes: category(1), int64(1) 
memory usage: 554.0 bytes 

Фильтрация одного значения из столбцов целого типа приводит к

df[df.i_type.isin([1, 2])].i_type.value_counts() 

2 20 
1 17 
Name: i_type, dtype: int64 

но тот же фильтрации на колонке категории типа сохраняет свое значение отфильтрованного как вход

df[df.c_type.isin([1, 2])].c_type.value_counts() 

2 20 
1 17 
3  0 
Name: c_type, dtype: int64 

Хотя фильтр работает, поведение кажется мне необычным. Фильтр может использоваться, например, для исключения будущих столбцов из функции pivot_table, которая требует дополнительного фильтра при работе с category.

Ожидаемое поведение?

Answer 1

Это ожидаемое поведение, если проверить categorical docs:

методы серии

как Series.value_counts() будет использовать все категории, даже если некоторые категории нет в данных:

In [100]: s = pd.Series(pd.Categorical(["a","b","c","c"], categories=["c","a","b","d"])) 

In [101]: s.value_counts() 
Out[101]: 
c 2 
b 1 
a 1 
d 0 
dtype: int64 

Так что если фильтр 5 (значение не в настоящее время) получить 0 для каждой категории:

print (df[df.c_type.isin([5])].c_type.value_counts()) 
3 0 
2 0 
1 0 
Name: c_type, dtype: int64