使用python处理Movielens数据集

注意点:

  1. 由于电影id最大编号过大,为节省内存空间,使用movies中movieId相对应的index构建rating
  2. 遍历函数 iterrows()的使用:
    iterrows()是在数据框中的行进行迭代的一个生成器,它返回每行的索引及一个包含行本身的对象
for index, row in dataframe.iterrows():

代码:

import numpy as np
import pandas as pd
ratings_df = pd.read_csv('ratings.csv')
movies_df = pd.read_csv('movies.csv')
movies_df['movieRow'] = movies_df.index
movies_df = movies_df[['movieRow', 'movieId', 'title']]
ratings_df = pd.merge(ratings_df, movies_df,on='movieId')
ratings_df = ratings_df[['userId', 'movieRow','rating']]
userNo = ratings_df['userId'].max()+1
movieNo = ratings_df['movieRow'].max()+1
rating = np.zeros((movieNo, userNo))
rating_df_length = np.shape(ratings_df)[0]
flag = 0
for index,row in ratings_df.iterrows():
    rating[int(row['movieRow']),int(row['userId'])] = row['rating']
    flag += 1
    print('processed %d, %d left' % (flag, rating_df_length - flag))
rating
  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值