Python 如何基于另一个数据集的键筛选数据集

我有一个图书评级数据集，看起来像：

ratings.head()

    User-ID     ISBN    Book-Rating
0   276725  034545104X  0
1   276726  0155061224  5
2   276727  0446520802  0
3   276729  052165615X  3
4   276729  0521795028  6

我想按喜欢这本书的用户过滤数据集

我试过：

lotr_ratings = ratings[ratings['ISBN'] == '0345339703'] 
liked_lotr = lotr_ratings[lotr_rating['Book-Rating'] == 10] #readers who like lotr
liked_lotr = liked_lotr['User-ID'].to_frame() 
ratings[ratings['User-ID'] == liked_lotr] # Filter the original dataset

失败原因：

记忆者

---

我们将不胜感激。谢谢。

看起来您只是想基于多个条件创建一个新的数据帧。这样做：

conditions = (ratings['ISBN'] == '0345339703') & (ratings['Book-Rating'] == 10)

like_lotr = ratings[conditions]

---

当使用

==

进行比较时，您将广播您的

df

以进行（可能）数千次比较，内存将爆炸。相反，使用

isin

查找

喜欢的批次['User-ID']

中的哪些值也在

ratins['User-ID']

评分[（评分['ISBN']='0345339703'）和（评分['Book-Rating']==10）]是否返回您期望的结果？更少的中间步骤需要更少的内存。是的，但这只给了我一本书的df。问题是一个用户可能会对多本书进行评分。我想找到特定群体（喜欢isbn 0345339703这本书的人）喜欢的其他书籍。好的，所以可能只需按评分=10过滤，然后pd。将原始列表合并回df，用户id上只有10个评分