Einen pandas-Datenrahmen neu anordnen, um eine 2d-Bewertungsmatrix zu erstellen

Question

Ich versuche, ein Artikel-basiertes Empfehlungssystem aus dem yelp-Datensatz zu erstellen. Ich habe es geschafft, die Daten in einem Umfang zu verarbeiten, in dem ich die Bewertungen aller Nutzer habe, die ein Restaurant in einem bestimmten Staat bewertet haben. Schließlich möchte ich zu dem Punkt kommen, wo ich eine Bewertungsmatrix mit Restaurants auf einer Achse und Benutzern auf der anderen und Bewertungen (1-5) in der Mitte (Null für fehlende Bewertungen) habe.

Im Moment sieht die DF wie folgt aus:

   user_id    review_id    business_id stars 
0 Xqd0DzHaiyRqVH3WRG7 15SdjuK7DmYqUAj6rjGowg vcNAWiLM4dR7D2nwwJ7nCA  5 
1 Xqd0DzHaiyRqVH3WRG7 15SdjuK7DmYqUAj6rjGowg vcNAWiLM4dR7D2nwwJ7nCA  5 
2 H1kH6QZV7Le4zqTRNxo RF6UnRTtG7tWMcrO2GEoAg vcNAWiLM4dR7D2nwwJ7nCA  2 
3 zvJCcrpm2yOZrxKffwG -TsVN230RCkLYKBeLsuz7A vcNAWiLM4dR7D2nwwJ7nCA  4 
4 KBLW4wJA_fwoWmMhiHR dNocEAyUucjT371NNND41Q vcNAWiLM4dR7D2nwwJ7nCA  4 
5 zvJCcrpm2yOZrxKffwG ebcN2aqmNUuYNoyvQErgnA vcNAWiLM4dR7D2nwwJ7nCA  4 
6 Qrs3EICADUKNFoUq2iH _ePLBPrkrf4bhyiKWEn4Qg vcNAWiLM4dR7D2nwwJ7nCA  1 

aber ich würde es ein bisschen mehr so ​​aussehen mag:

(4 Restaurants x 5 User)

0 4 3 4 5 
3 3 3 2 1 
1 2 3 4 5 
0 5 3 3 4 

Answer 1

Ich denke, Sie brauchen pivot mit fillna

print (df.pivot(index='business_id', columns='user_id', values='stars').fillna(0)) 

If:

ValueError: Index contains duplicate entries, cannot reshape

Dann pivot_table verwenden:

print (df.pivot_table(index='business_id', columns='user_id', values='stars').fillna(0)) 
user_id     H1kH6QZV7Le4zqTRNxo KBLW4wJA_fwoWmMhiHR \ 
business_id               
vcNAWiLM4dR7D2nwwJ7nCA     2     4 

user_id     Qrs3EICADUKNFoUq2iH Xqd0DzHaiyRqVH3WRG7 \ 
business_id               
vcNAWiLM4dR7D2nwwJ7nCA     1     5 

user_id     zvJCcrpm2yOZrxKffwG 
business_id         
vcNAWiLM4dR7D2nwwJ7nCA     4 

Aber pivot_table verwendet aggfunc, ist standardmäßig aggfunc=np.mean wenn Duplikate. Bessere Erklärung mit Beispiel ist here und in docs.