[Pandas] Categorical

2026년 6월 18일 · 수정 2026년 6월 18일 · 📖 약 1분 · 215자/단어 #python #pandas #categorical #dtype

정의

Categorical 은 제한된 고유값 만 가질 수 있는 dtype. 내부적으로 정수 코드로 저장되어 메모리 절약 과 속도 향상.

사용

df['city'] = df['city'].astype('category')

# 정렬 가능한 카테고리
df['grade'] = pd.Categorical(df['grade'], categories=['F','D','C','B','A'], ordered=True)

python

import pandas as pd
import numpy as np
np.random.seed(0)
cities = np.random.choice(['Seoul','Busan','Daegu'], size=100000)
df = pd.DataFrame({'city': cities})

mem_object = df.memory_usage(deep=True).sum()
df['city'] = df['city'].astype('category')
mem_cat = df.memory_usage(deep=True).sum()
print(f'object : {mem_object:>10,} bytes')
print(f'category: {mem_cat:>10,} bytes')
print(f'절감: {(1 - mem_cat/mem_object)*100:.1f}%')

결과

object :    6,300,128 bytes
category:      100,468 bytes
절감: 98.4%

언제 유리한가

고유값이 적고 반복이 많음 (예: 도시 3개 × 100만 행)
groupby / merge / sort 가 더 빠름
명시적 카테고리 순서 가능

언제 비효율

거의 모든 값이 unique (ID, free-form text)
자주 카테고리가 추가됨

ordered categorical

grades = pd.Categorical(
    df['grade'],
    categories=['F','D','C','B','A'],
    ordered=True,
)
df['grade'] = grades

# 비교 연산 가능
df[df['grade'] > 'C']        # 'D' > 'C' 가 False (사전순 아니라 정의 순)

.cat accessor

s = pd.Series(['low','high','med'], dtype='category')
s.cat.categories                # Index(['high', 'low', 'med'])
s.cat.codes                     # 정수 코드 [1, 0, 2]
s.cat.rename_categories(['L','H','M'])
s.cat.add_categories(['extra'])
s.cat.remove_categories(['low'])
s.cat.set_categories(['L','M','H'], ordered=True)

groupby 의 성능

df.groupby('city')['amount'].sum()
# city 가 object → 매번 string 비교
# city 가 category → 정수 비교, 훨씬 빠름

함정

1. category 의 연산

s = pd.Series([1, 2, 3], dtype='category')
s + 10        # ❌ TypeError (category 는 산술 X)
s.astype(int) + 10    # ✓

수치형 데이터는 보통 그대로 두는 것이 자연스러움. category 는 저-cardinality 라벨용.

2. 새 값 할당 시 에러

df['city'] = df['city'].astype('category')
df.loc[0, 'city'] = 'NewCity'    # ❌ (categories 에 없음)

# 해법: add_categories 먼저
df['city'] = df['city'].cat.add_categories('NewCity')
df.loc[0, 'city'] = 'NewCity'    # ✓

3. CSV 저장 시 dtype 소실

df.astype({'city': 'category'}).to_csv('out.csv')
# read_csv 로 다시 읽으면 object 가 됨
# 명시: pd.read_csv('out.csv', dtype={'city': 'category'})