将更改为数字代码的范畴变量转换回原来的形式

Question

我正在创建一个推荐系统，我的数据有一个专栏叫做“codeX”。codeX列包含2278 K、5567 H、56738P等形式的乘积码，用于创建稀疏矩阵，并将codeX列转换为数值代码。这是我用来转换的代码。

`df['CodeX'] = df['CodeX'].astype("category")
 df['product_id']= df['StockCode'].cat.codes

现在，在所有其他相关计算和模型拟合之后，我得到了一组用户的建议如下：

结果中的每一行表示每个用户的推荐项列表。

recommendation =
array([[2733, 3145, 1019,  402, 2043],
       [2733,  886,  402,  797,  763],
       [1648, 2128, 3216,  797, 1934],
       ...,
       [2903, 1842, 1648, 1841, 1449],
       [1370, 2621,  672, 2440, 2517],
       [ 218, 2705,  809, 1813, 3087]], dtype=int32)

但是我想要我的结果包含它的原始代码

array([[837Y, 73489U, ...],
       [2837B, 82381W, ...],
       ...,
       [2563Y,27487P, ...]])

我尝试使用查找，以便将值映射到它们的原始形式。

product_lookup= train_df[['product_id','CodeX']].drop_duplicates() product_lookup['product_id']= product_lookup.product_id.astype(str)

但我还是没能得到结果

我对蟒蛇完全陌生。有人能指导我怎样才能以所需的格式得到我的结果吗？

Answer 1

df['numcode']= df['CodeX'].astype("category").cat.codes    

与其重新格式化现有的列，为什么不创建一个新的列呢？这样您就可以保留原始值。另一个选项是创建一个字典，并将输出映射到字典值。