python - 从两个 DF 中删除具有不常见列值的行

Question

我有这两个DF

活跃:

Customer_ID | product_No| Rating
7           | 111       | 3.0
7           | 222       | 1.0
7           | 333       | 5.0
7           | 444       | 3.0

用户:

Customer_ID | product_No| Rating
9           | 111       | 2.0
9           | 222       | 5.0
9           | 666       | 5.0
9           | 555       | 3.0

我想找到两个用户都评价过的常见产品的评分(例如 111,222)并删除所有不常见的产品(例如 444,333,555,666)。所以新的 DF 应该是这样的:

活跃:

Customer_ID | product_No| Rating
7           | 111       | 3.0
7           | 222       | 1.0

用户:

Customer_ID | product_No| Rating
9           | 111       | 2.0
9           | 222       | 5.0

如果没有 for 循环，我不知道该怎么做。你能帮帮我吗？

这是我目前的代码:

import pandas as pd
ratings = pd.read_csv("ratings.csv",names['Customer_ID','product_No','Rating'])
active=ratings[ratings['UserID']==7]
user=ratings[ratings['UserID']==9]

Answer 1

可以先使用set intersection获取通用的product_No，然后使用isin方法对原始数据框进行过滤:

common_product = set(active.product_No).intersection(user.product_No)

common_product
# {111, 222}

active[active.product_No.isin(common_product)]

#Customer_ID   product_No   Rating
#0         7          111      3.0
#1         7          222      1.0

user[user.product_No.isin(common_product)]

#Customer_ID   product_No   Rating
#0         9          111      2.0
#1         9          222      5.0