pandas DataFrame将代码或标签转换为分类

给定分类数据的现有代码/标签映射，我想将一系列数据框转换为分类数据。我正在努力将一个包含（a）标签为分类的序列和包含（b）代码为分类的序列转换。

系列数据包含代码（而不是与找到的许多示例不同的类别标签）。

这是到目前为止我得到的：

# this is the code-label mapping that I'd like to apply for the
# (a) label -> cat conversion (`df1`)
# (b) code -> cat conversion (`df2`)

>>> cat = pd.Categorical.from_codes([-1, 1, 2, 3], ['-', 'a', 'b', 'c'])
>>> cat.codes
array([-1,  1,  2,  3], dtype=int8)
>>> cat
[NaN, a, b, c]
Categories (4, object): [-, a, b, c]
>>> cat.__array__
<bound method Categorical.__array__ of [NaN, a, b, c]
Categories (4, object): [-, a, b, c]>


>>> df1
   x
0  a
1  a
2  c
3  b
4  b
>>> df2
   y
0  nan
1  1
2  3
3  2
4  2

我将如何进行转换x以cat用作类型。我认为我的问题是我不太了解pd.Categorical实际的含义或使用的含义（是dtype（似乎不是这样），是实际的系列（不是吗？ ，因为这样可以允许重复））？它似乎只保留实际的代码标签映射，但是我不确定如何使用它（即将其应用于已经存在的系列）。