将三行数据映射到矩阵中

Question

我有一个电影评级数据集，如下所示：

我想将此映射到一个矩阵，其中用户ID中的索引，列是moviesids，值是评级。

到目前为止，我所做的是：

movies = df['movieId'].unique()
users = df['userId'].unique()
data_set = pd.DataFrame({'userId':users})
data_set = data_set.set_index('userId')
for movie in movies:
    data_set[movie] = 0

所以现在我需要用相应的评级填充那些空格项目，但这是一个混乱而缓慢的过程。

Answer 1

考虑数据框df

df = pd.DataFrame([
        [1, 11, 1],
        [1, 12, 5],
        [2, 11, 3],
        [2, 13, 4]
    ], columns=['userid', 'movieid', 'rating'])

选项1
pivot

df.pivot('userid', 'movieid', 'rating')

选项2
set_index + unstack

df.set_index(['userid', 'movieid']).rating.unstack()

两者都屈服

movieid   11   12   13
userid                
1        1.0  5.0  NaN
2        3.0  NaN  4.0

但是，unstack方法有一个fill_value参数，允许保留整数dtype

df.set_index(['userid', 'movieid']).rating.unstack(fill_value=0)

movieid  11  12  13
userid             
1         1   5   0
2         3   0   4