python - 在这种情况下如何使用 get_dummies() ？

Question

我需要对 userId X movieId 进行分类，我有两列:userId 和 movieId。

userId  movieId
60265   2123
60265   2291
60265   2329
60265   2355
60265   2389
60265   2396
60265   2402
60265   2403
60265   2421
19254   2389
19254   2396
19254   2402
19254   2403
19254   2421
19254   2123
19254   2291
19254   2329

每个 userId 都有不止一部 movieId 看过。我假装使用直方图来分布每个用户观看的所有电影。

userId/movieId  2123  2291  2329  2355  2389  2396  2402  2403  2421  2592  2596
   60265          1     1     1    1      1     1     1     1     1     0     0   
   19254          1     1     1    0      1     1     1     1     1     0     0

如何使用函数 get_dummies() 构造一个相似的 userId X movieId 表？

Answer 1

你像这样使用 pd.get_dummies:

(pd.get_dummies(df.set_index('userId'), columns=['movieId'], prefix='', prefix_sep='')
   .sum(level=0)
   .reset_index())

输出:

   userId  2123  2291  2329  2355  2389  2396  2402  2403  2421
0   60265     1     1     1     1     1     1     1     1     1
1   19254     1     1     1     0     1     1     1     1     1