Skip to main content
 首页 » 编程设计

python之如何使用 python 更改此数据框以使用协同过滤

2025年04月02日9pengyingh

这是我的原始数据: enter image description here

如您所见,cust_id列记录了每个ID的消费记录,第二列是产品名称,第三列是他们每次购买的数量。

我想得到这样的数据: enter image description here

结果数据显示每个客户购买了哪些产品以及购买了多少。如果他们从未购买过,则数据为 None。我认为这是稀疏矩阵。

试了很多方法还是没办法解决.....

也许是 Pandas ?Numpy?

请您参考如下方法:

存在重复问题,我添加了具有相同 cust_id 和 prd_id 值的最后一行以进行演示。

print (df) 
    cust_id  prd_id  prd_number 
8       462      40           1 
9       462      46           3 
10      462      59           1 
11      462      63          13 
12      462      67           1 
13      462      82          12 
14      462      88           1 
15      462     163           3 
16      463      68           1 
17      463      90           1 
18      463     159           2 
16      464      93          11 
20      464      94           8 
21      464      96           1 
22      464     142           4 
23      465      50           1 
24      465      50           5 

然后需要groupby按列 cust_id 和 prd_id 聚合一些函数,如 mean() 或 sum()。最后 unstack将 NaN 替换为 0:

print (df.groupby(['cust_id', 'prd_id'])['prd_number'].sum().unstack(fill_value=0)) 
prd_id   40   46   50   59   63   67   68   82   88   90   93   94   96   142  \ 
cust_id                                                                          
462        1    3    0    1   13    1    0   12    1    0    0    0    0    0    
463        0    0    0    0    0    0    1    0    0    1    0    0    0    0    
464        0    0    0    0    0    0    0    0    0    0   11    8    1    4    
465        0    0    6    0    0    0    0    0    0    0    0    0    0    0    
 
prd_id   159  163   
cust_id             
462        0    3   
463        2    0   
464        0    0   
465        0    0