我从数据框的两列创建了唯一的数字代码。现在,我想找到数字代码与原始值之间的相应映射。
例如,
meta
现在,我希望将映射作为词典
import scrapy
from scrapy.loader import ItemLoader
from myproject.items import MyItem
class MySpider(scrapy.Spider):
name = "myspider"
def start_requests(self):
scrapy.Request(url="http://website_1.com", callback=self.parse_website_1)
def parse_website_1(self, response):
item = ItemLoader(item=MyItem(), response=response)
name = response.xpath('//div[@class="name"]/text()').extract_first()
item.add_value("name", name)
website_2_path = "http://website_1.com/" + name
yield scrapy.Request(url=website_2_path, callback=self.parse_website_2, meta={'item': item})
def parse_website_2(self, response):
item = response.meta['item']
item.add_xpath("hair_color", '//div[@class="hair_color"]')
yield item.load_item()
我怎样才能得到它?
答案 0 :(得分:1)
您可以使用索引来扩展factorize
,zip
中的第一个数组并转换为dict
:
cols = ['P1','P2']
a = (pd.factorize(df[cols].values.ravel()))
d = dict(zip(a[1][a[0]], a[0]+1))
print (d)
{'d': 4, 'b': 2, 'c': 3, 'a': 1}
df[cols] = (a[0]+1).reshape(-1, len(cols))
print (df)
A P1 P2
2 3 1 2
2 4 2 3
3 5 3 4
3 6 1 3
<强>详细强>:
print (a)
(array([0, 1, 1, 2, 2, 3, 0, 2], dtype=int64), array(['a', 'b', 'c', 'd'], dtype=object))
print (a[1][a[0]])
['a' 'b' 'b' 'c' 'c' 'd' 'a' 'c']
print (a[0] + 1)
[1 2 2 3 3 4 1 3]
答案 1 :(得分:1)
建议:首先不要做所有疯狂的事情来转换DataFrame。创建映射然后应用它:
orig = pd.unique(df[cols].values.flatten())
code_map = dict(zip(orig, np.arange(orig.size)))
df[cols] = df[cols].applymap(code_map.__getitem__)
code_map # returns {'a': 0, 'b': 1, 'c': 2, 'd': 3}
df # returns
A P1 P2
2 3 a b
2 4 b c
3 5 c d
3 6 a c