有关个人收入的列不一定必须是数值型。如果把收入金额划分为若干离散类别，新列就是分类变量。由于这些类别存在自然顺序（从最低收入到最高收入），因此该变量属于有序型。
本练习是课程的一部分
通过我们的互动练习之一，将理论转化为实践
几乎每个数据集都包含分类信息，而这些信息往往是一座尚未开采的宝库。在本章中，您将学习 pandas 如何使用数据类型 category 来处理分类列。您还将了解如何按类别分组数据，以挖掘有价值的汇总统计。
当前练习
现在是时候学习如何在 Series 中设置、添加和移除类别了。您还将探索如何更新、重命名、合并和重新排序类别，随后运用这些新技能来清洗并访问 DataFrame 中的其他数据。
在本章中，您将使用 Python 库 seaborn 基于分类数据创建信息丰富的可视化——包括分类图（cat-plot）、箱线图、条形图、点图和计数图。接着，您将学习如何可视化分类列，并按分类列拆分数据，以展示数值列的汇总统计。
最后，您将学习如何规避使用分类数据时的常见陷阱。您还将进一步掌握数据编码技能，了解标签编码和独热编码——非常适合帮助您为机器学习算法准备数据。
