Python 3.x 索引5688超出大小为3706的轴0的界限

我正在训练创建推荐系统。我从网站上获取数据

用户数量=6040 |电影数量=3706

from sklearn import cross_validation as cv
train_data, test_data = cv.train_test_split(df, test_size=0.25)

我尝试创建两个用户项目矩阵，一个用于培训，另一个用于测试

train_data_matrix = np.zeros(( n_users, n_items))
for line in train_data.itertuples():
    train_data_matrix[line[1]-1, line[2]-1] = line[3]  

test_data_matrix = np.zeros((n_users, n_items))
for line in test_data.itertuples():
    test_data_matrix[line[1]-1, line[2]-1] = line[3]

我得到了（完全回溯）

附言

---

错误消息告诉我们，

train\u data\u matrix

具有形状（3706，n），而

line[1]-1

为5688

IndexError: index 5688 is out of bounds for axis 0 with size 3706
train_data_matrix[line[1]-1, line[2]-1] = line[3]

所以问题是-为什么

行[1]

等于5689？或者在更大的上下文中，为什么

train\u data.itertuples（）

会生成值如此大的行

我想知道你是否应该改用

train_data_matrix[line[0]-1, line[1]-1]

---

我不熟悉

itertuples

。

行的元素是什么？
train\u data的完整形状是什么？
您可以改用train\u data.pivot

train_data_matrix = train_data.pivot(index='user_id', columns='item_id', values='rating').fillna(0)

train_data_matrix-用户和电影id的唯一值矩阵。5689-这是用户id train_data.head（）我在问题中回答了，但矩阵的行是按行计数而不是用户id索引的。我已经完成了train_数据。重置_索引（drop=True）但它不起作用
for line in train_data.itertuples():
    print (line)
Pandas(Index=483019, user_id=2968, item_id=2268, rating=5, timestamp=971107926)
Pandas(Index=943582, user_id=5689, item_id=3615, rating=3, timestamp=963719230)
Pandas(Index=116153, user_id=752, item_id=1147, rating=5, timestamp=975458000)
Pandas(Index=103250, user_id=686, item_id=1704, rating=5, timestamp=975601762)

IndexError: index 5688 is out of bounds for axis 0 with size 3706
train_data_matrix[line[1]-1, line[2]-1] = line[3]

train_data_matrix[line[0]-1, line[1]-1]

train_data_matrix = train_data.pivot(index='user_id', columns='item_id', values='rating').fillna(0)