python - 如何迭代数据框

Question

我有一个用户、书籍和评分的数据集，我想找到对特定书籍评分较高的用户，并且对于这些用户，我想找到他们也喜欢的其他书籍。

我的数据如下:

df.sample(5)

    User-ID     ISBN    Book-Rating
49064   102967  0449244741  8
60600   251150  0452264464  9
376698  52853   0373710720  7
454056  224764  0590416413  7
54148   25409   0312421273  9

到目前为止我所做的:

df_p = df.pivot_table(index='ISBN', columns='User-ID', values='Book-Rating').fillna(0)
lotr = df_p.ix['0345339703'] # Lord of the Rings Part 1
like_lotr = lotr[lotr > 7].to_frame()
users = like_lotr['User-ID']

最后一行失败

KeyError: 'User-ID'

我想获取LOTR > 7的用户，以便这些用户进一步从矩阵中找到他们也喜欢的电影。

如果有帮助，我们将不胜感激。谢谢。

Answer 1

在您的 like_lotr 数据框中，'User-ID' 是索引的名称，您无法像普通列一样选择它。这就是为什么 users = like_lotr['User-ID'] 行引发 KeyError 的原因。它不是一个专栏。

此外，不推荐使用 ix ，最好在您的情况下使用 loc 。并且不要加引号:它必须是一个整数，因为 'User-ID' 最初是一列整数(至少来自您的示例)。

尝试这样:

df_p = df.pivot_table(index='ISBN', columns='User-ID', values='Book-Rating').fillna(0)
lotr = df_p.loc[452264464] # used another number from your sample dataframe to test this code.
like_lotr = lotr[lotr > 7].to_frame()
users = like_lotr.index.tolist()

user 现在是一个包含您想要的 ID 的列表。

使用上面的小样本和我用来测试的数字，用户是[251150]。

<小时/>

另一种解决方案是使用reset_index。最后两行应该如下所示:

like_lotr = lotr[lotr > 7].to_frame().reset_index()
users = like_lotr['User-ID']

reset_index 将索引放回列中。