python - 按两列分组并使用第三列作为值而不使用pivot_table

Question

这个问题已经有答案了:

How can I pivot a dataframe? (5 个回答)

已关闭 3 年前。

我有以下数据框。

     user  movie rating                                                                 
0      1   1     3

1      1   2     4

2      2   1     2

3      2   2     5

4      3   1     3

我想要的输出是

movie  1   2 
user                                                                   
1      3   4 

2      2   5  

3      3   0  

如果用户尚未对电影进行评分，我需要在相应的输出列中显示“0”，否则应显示评分值。

注意:我能够使用pivot_table实现这一点，但问题是我的数据集包含超过100000列，因此我得到“Unstacked DataFrame太大，导致int32溢出”。我正在尝试使用 groupby 作为绕过此错误的替代方法。

我正在尝试以下操作，但它不包含数据帧“值”列中的值。

df.groupby(['user', 'movie']).size().unstack('movie', fill_value=0)

Answer 1

尝试使用交叉表:

pd.crosstab(df.user, df.movie, values = df.rating, aggfunc = 'first').fillna(0)
# movie    1    2
# user           
# 1      3.0  4.0
# 2      2.0  5.0
# 3      3.0  0.0

要获取整数值，只需使用.astype(int)，如下所示:

pd.crosstab(df.user, df.movie, values = df.rating, aggfunc = 'first').fillna(0).astype(int)
# movie  1  2 
# user          
# 1      3  4
# 2      2  5
# 3      3  0