pandas处理推荐系统数据

import pandas as pd导入pandas

book = pd.read_csv(‘booksimple684_1856.csv’, sep=’,’,names=[‘user_id’,‘item_id’,‘rating’])
##读取booksimple684_1856.csv，以,分割，每一列名字如上，得到dataframe如下：

book.drop_duplicates(subset=[‘user_id’,‘item_id’], keep=‘first’, inplace=True) ##删除’user_id’,'item_id’完全相同的一行，inplace=True则表示作用于原数据，subset默认为所有列

usercount=book[‘user_id’].value_counts() ##统计每一个user_id的记录个数

userneed=usercount[usercount.values>=80].index ##得到user_id的记录个数在80以上的user_id名字

book=book[(book[‘user_id’].isin(userneed))] ##只保留在上述列表中的记录

##类似上面，但是选了不同的列
productcount=book[‘item_id’].value_counts()
productneed=productcount[