问题描述
使用熊猫0.18.1，我其过滤列时实现不同的行为dtype是category 。
这是一个最小的例子。
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
过滤掉整数类型列的值之一会导致
df[df.i_type.isin([1, 2])].i_type.value_counts()
2 20
1 17
Name: i_type, dtype: int64
但对类别类型列进行相同的过滤会将值过滤为条目
df[df.c_type.isin([1, 2])].c_type.value_counts()
2 20
1 17
3 0
Name: c_type, dtype: int64
尽管过滤器可以工作，但这种行为对我来说似乎很不寻常。
可以使用该过滤器，例如，将其从数据pivot_table函数中排除以后的列，当处理category时，该函数需要一个额外的过滤器。
这是预期的行为吗？
1楼
如果检查 ，这是预期的行为：
诸如Series.value_counts（）之类的Series方法将使用所有类别，即使数据中不存在某些类别：
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
因此，如果按5过滤（值不存在），则每个类别的0 ：
print (df[df.c_type.isin([5])].c_type.value_counts())
3 0
2 0
1 0
Name: c_type, dtype: int64