Almost every dataset contains categorical information—and often it’s an unexplored goldmine of information. In this chapter, you’ll learn how pandas handles categorical columns using the data type category.  You’ll also discover how to group data by categories to unearth great summary statistics.

Course introduction

Categorical vs. numerical

Exploring a target variable

Ordinal categorical variables

Categorical data in pandas

Setting dtypes and saving memory

Creating a categorical pandas Series

Setting dtype when reading data

Grouping data by category in pandas

Create lots of groups

Setting up a .groupby() statement

Using pandas functions effectively

Introduction to Categorical Data

Now it’s time to learn how to set, add, and remove categories from a Series. You’ll also explore how to update, rename, collapse, and reorder categories, before applying your new skills to clean and access other data within your DataFrame.

Setting category variables

Setting categories

Adding categories

Removing categories

Updating categories

Collapsing categories knowledge check

Renaming categories

Collapsing categories

Reordering categories

Reordering categories in a Series

Using .groupby() after reordering

Cleaning and accessing data

Cleaning variables

Accessing and filtering data

Categorical pandas Series

In this chapter, you’ll use the seaborn Python library to create informative visualizations using categorical data—including categorical plots (cat-plot), box plots, bar plots, point plots, and count plots. You’ll then learn how to visualize categorical columns and split data across categorical columns to visualize summary statistics of numerical columns.

Introductie tot categorische plots met Seaborn

Boxplot begrijpen

Een boxplot maken

Seaborn-staafdiagrammen

Een staafdiagram maken

Categorieën ordenen

Staafdiagram met hue

Point- en countplots

Een point plot maken

Een count plot maken

Data Science-proces

Overzicht van catplot()-typen

Extra opties voor catplot()

Eén visualisatie per groep

Categorische plots bijwerken

Visualizing Categorical Data

Lastly, you’ll learn how to overcome the common pitfalls of using categorical data. You’ll also grow your data encoding skills as you are introduced to label encoding and one-hot encoding—perfect for helping you prepare your data for use in machine learning algorithms.

Categorical pitfalls

Memory usage knowledge check

Overcoming pitfalls: string issues

Overcoming pitfalls: using NumPy arrays

Label encoding

Create a label encoding and map

Using saved mappings

Creating a Boolean encoding

One-hot encoding

One-hot knowledge check

One-hot encoding specific columns

Wrap-up video

Pitfalls and Encoding

Adult Census Income

Adoptable Dogs

Tripadvisor Reviews

Used Cars

Het kunnen begrijpen, gebruiken en samenvatten van niet-numerieke gegevens—zoals iemands bloedgroep of burgerlijke staat—is een essentieel onderdeel van het werk van een data scientist. In deze cursus leer je hoe je categorische data kunt manipuleren en visualiseren met pandas en seaborn. Met praktische oefeningen ga je aan de slag met het categorische gegevenstype van pandas, inclusief het maken, verwijderen en bijwerken van categorische kolommen. Je werkt ook met uiteenlopende gegevenssets, zoals kenmerken van adopteerbare honden, recensies van trips naar Las Vegas en volkstellingsdata, om je skills in het werken met categorische data te ontwikkelen.

Data Manipulation with pandas

Leer categorische data manipuleren en visualiseren met pandas en seaborn.

Werken met categorische data in Python

Associate Data Scientist  in Python

Boxplot begrijpen

Werken met categorische data in Python

Praktische interactieve oefening