Question

数据框如下：

repair = pd.DataFrame({'serialNo':['aaaa','aaaa','cccc','aaaa'],
                   'Dispatch_id':['AA20180915','BB20180916','CC20180915','DD20180919'],
                   'CONFIGURATION':   ['face','head','stomach','legs'],
                   'CONFIGCODE':   ['singing', 'dance','booze', 'vocals'],
                   'Salesorg': [4402, 3747 ,5555,8754],
                   'COMP-ISSue':[0,3462,5161,3262],
                   'PART_NO':['923-0439,923-0440,661-02392','J661-05640,J661-05639','KH661-05639,KH661-05640','REST-1625,IST-123']})

我已经使用标签编码对它们进行了编码，然后构建了一个推荐系统，该系统将建议进行以下类似的修复：

from sklearn.neighbors import NearestNeighbors
nbrs = NearestNeighbors(n_neighbors=4,  algorithm='ball_tree').fit(repair_features)
distances, indices = nbrs.kneighbors(repair_features)

我想编写一个辅助函数来帮助我的建议，使它以dispatch_id作为输入并打印与该调度类似的三项修复。

我已经启动了该功能，但是我不知道接下来要写什么或者它是否正确。有人可以帮忙吗？

def print_similar_animes(dispatch_id=None):
    if disptach_id:
        for disptach_id in indices[disptach_id][1:]:
            print(repair.iloc[dispatch_id][CONFIGURATION"])

执行此操作时遇到的错误是：

---------------------------------------------------------------------------
IndexError                                Traceback (most recent call last)
<ipython-input-14-3e5eee2f09a6> in <module>()
----> 1 print_similar_repairs('G331471759')

<ipython-input-9-3aa2770c0544> in print_similar_repairs(disp_id)
      1 def print_similar_repairs(disp_id=None):
      2     if disp_id:
----> 3         for disp_id in indices[disp_id][1:]:
      4             print(repair.ix[disp_id]["CONFIGURATION"])

IndexError: only integers, slices (`:`), ellipsis (`...`),
  numpy.newaxis (`None`) and integer or boolean arrays are valid indices

如何完成我的打印相似功能，以便可以根据派遣获得相似的维修？

0 个答案: