我可以在熊猫字符串列转换为范畴，但是当我尝试插入它，因为它似乎变得转换右回STR系列一个新的数据框列：
train['LocationNFactor'] = pd.Categorical.from_array(train['LocationNormalized'])
>>> type(pd.Categorical.from_array(train['LocationNormalized']))
<class 'pandas.core.categorical.Categorical'>
# however it got converted back to...
>>> type(train['LocationNFactor'][2])
<type 'str'>
>>> train['LocationNFactor'][2]
'Hampshire'
猜测这是因为直言不映射到任何numpy的D型; 所以我必须把它转换为某种整型，从而失去因子标签< - >水平的关联？ 什么是最优雅的解决方法来存储水平< - >标签协会和留住转换回的能力吗？ （只储存像一个字典这里 ，并手动在需要时转换？）我觉得范畴仍然不是一个一流的数据类型数据框中 ，不像R.
（使用熊猫0.10.1，numpy的1.6.2，2.7.3蟒蛇 - 一切最新的MacPorts版本）。
大熊猫唯一的解决方法预先0.15我发现如下：
- 列必须被转换成一个明确的分类，但numpy的将立即强制该水平恢复INT，失去因子信息
- 所以因子存储在数据帧之外的全局变量
。
train_LocationNFactor = pd.Categorical.from_array(train['LocationNormalized']) # default order: alphabetical
train['LocationNFactor'] = train_LocationNFactor.labels # insert in dataframe
[UPDATE：大熊猫0.15+加入对于分类体面支持 ]
标签< - >水平被存储在索引对象。
- 为一个整数数组转换为字符串数组：索引[integer_array]
- 要转换的字符串数组为整数数组：index.get_indexer（string_array）
下面是一些exampe：
In [56]:
c = pd.Categorical.from_array(['a', 'b', 'c', 'd', 'e'])
idx = c.levels
In [57]:
idx[[1,2,1,2,3]]
Out[57]:
Index([b, c, b, c, d], dtype=object)
In [58]:
idx.get_indexer(["a","c","d","e","a"])
Out[58]:
array([0, 2, 3, 4, 0])
