Question

with open('similarities/EuclideanSimilarity.csv', 'w') as result_file:

print('user1,user2,similarity', file=result_file)

print('Calculating similarities between users...')

for u1 in tqdm(users, total=len(users)):

for u2 in users:

ratings1 = np.nan_to_num(np.array(user_ratings_matrix.iloc[u1 - 1].values))

ratings2 = np.nan_to_num(np.array(user_ratings_matrix.iloc[u2 - 1].values))

              sim = 1 / (1 + distance.euclidean(ratings1, ratings2))
                print(f"{u1},{u2},{sim}", file=result_file)"

〜/ anaconda3 / lib / python3.6 / site-packages / pandas / core / indexing.py在 getitem 中（自身，密钥） 1371 1372 = -> 1373返回self._getitem_axis（maybe_callable，axis = axis） 1374 1375 def _is_scalar_access（self，key）：

_getitem_axis中的

〜/ anaconda3 / lib / python3.6 / site-packages / pandas / core / indexing.py（自身，键，轴） 1828 1829＃验证位置 -> 1830 self._is_valid_integer（键，轴） 1831年 1832返回self._get_loc（键，轴=轴）

_is_valid_integer中的

〜/ anaconda3 / lib / python3.6 / site-packages / pandas / core / indexing.py（自身，键，轴） 1711 l = len（ax） 1712如果键> = l或键<-l： -> 1713提高IndexError（“单个位置索引器超出范围”） 1714返回True 1715

IndexError：单个位置索引器超出范围

Answer 1

对于users或user_ratings_matrix的类型/内容，您提供的信息不足，无法可靠地回答您的问题。如果我假设users是用户ID列表，而user_ratings_matrix是标准熊猫DataFrame ，其顺序与users ，则可以这样重写for循环：

for u1,row1 in tqdm(zip(users, user_ratings_matrix.itertuples(index=False, name=None)), total=len(users)):
    for u2,row2 in zip(users, user_ratings_matrix.itertuples(index=False, name=None)):
        ratings1 = np.nan_to_num(np.array(row1))
        ratings2 = np.nan_to_num(np.array(row2))
        sim = 1 / (1 + distance.euclidean(ratings1, ratings2))
        print(f"{u1},{u2},{sim}", file=result_file)"

说明

user_ratings_matrix.itertuples(index=False, name=None)将遍历数据框中的行，并将每个行作为元组返回。

zip(users, user_ratings_matrix.itertuples(index=False, name=None))将遍历(userID, tuple(dataframe_row))对。

此外，在下次发布SO问题之前，您可能应该阅读these guidelines about how to produce an example that other people can run/work with。它可以帮助您在此网站上获得更好的答案。

单个位置索引器超出范围

1 个答案:

说明