Question

movie_id    user_id      rating
0   1   [5, 2, 1, 6]    [4, 4, 5, 4]
1   2   [5, 1]          [3, 3]
2   3   [1]             [4]
3   4   [1]             [3]
4   5   [1]             [3]
5   6   [1]             [5]
6   7   [6, 1]          [2, 4]
7   8   [1, 6]          [1, 4]
8   9   [1, 6]          [5, 4]

我正在尝试获取“评级”中每行大于3的数字计数。例如[4，4，5，5] => 4 / [3，3] => 0。

这是我到目前为止所做的：

appr = df.copy()

appr['approval'] = appr['rating'].map(Counter)
appr

它输出：

    movie_id    user_id   rating        approval
0   1        [5, 2, 1, 6][4, 4, 5, 4]   {4: 3, 5: 1}
1   2        [5, 1]      [3, 3]         {3: 2}
2   3        [1]         [4]            {4: 1}
3   4        [1]         [3]            {3: 1}
4   5        [1]         [3]            {3: 1}
5   6        [1]         [5]            {5: 1}
6   7        [6, 1]      [2, 4]         {2: 1, 4: 1}
7   8        [1, 6]      [1, 4]         {1: 1, 4: 1}
8   9        [1, 6]      [5, 4]         {5: 1, 4: 1}

我的目标是在每一行的“评级”中过滤不大于3的数字，并对它们的出现求和：

    movie_id    user_id   rating        approval       appr_sum
0   1        [5, 2, 1, 6][4, 4, 5, 4]   {4: 3, 5: 1}   4
1   2        [5, 1]      [3, 3]         {3: 2}         0
2   3        [1]         [4]            {4: 1}         1
3   4        [1]         [3]            {3: 1}         0
4   5        [1]         [3]            {3: 1}         0
5   6        [1]         [5]            {5: 1}         1
6   7        [6, 1]      [2, 4]         {2: 1, 4: 1}   1
7   8        [1, 6]      [1, 4]         {1: 1, 4: 1}   1
8   9        [1, 6]      [5, 4]         {5: 1, 4: 1}   2

我尝试过：

s = appr['rating'].map

t = [x for x in s if x > 3]
t

但是有一个TypeError：'method'对象是不可迭代的，并且如果这部分代码正确出现，则不会总结它们的出现。

Answer 1

对过滤和▿ 2 elements ▿ 0 : 2 elements - key : "promoId" - value : 6 ▿ 1 : 2 elements - key : "isFavorite" - value : true使用嵌套列表理解：

?isFavorite=1&promoId=6

Answer 2

表达不起作用的原因是因为您错误地遍历了熊猫系列。完成这项工作的一种更简单的方法是：

import pandas as pd

df = pd.DataFrame({'A': [1, 3, 4]})

a = [x for _, x in df.iterrows() if x['A'] > 3]
print(a)

> [A]
  [4]

Answer 3

一个更好的主意是避免串联列表。而是：

将您的一系列列表扩展到其他列中。
将您的一系列列表扩展为多行。

这两个选项均启用矢量化计算。采取第一种选择：

rats = pd.DataFrame(df.pop('rating').values.tolist()).add_suffix('rat')
appr = appr.join(rats).assign(appr_sum=rats.gt(3).sum(1))

Answer 4

您还可以在评级列上使用apply方法：

appr['appr_sum'] = \
appr['rating'].apply(lambda ratings: len([x for x in ratings if x > 3]))
print(appr)

 movie_id       user_id        rating  count
0        1  [5, 2, 1, 6]  [4, 4, 5, 4]      4
1        2        [5, 1]        [3, 3]      0
2        3           [1]           [4]      1
3        4           [1]           [3]      0
4        5           [1]           [3]      0
5        6           [1]           [5]      1
6        7        [6, 1]        [2, 4]      1
7        8        [1, 6]        [1, 4]      1
8        9        [1, 6]        [5, 4]      2

如何过滤数据框列表中的数字（n> 3）？

4 个答案: