Python 如何在数据帧上迭代

我有一个用户、书籍和评级的数据集，我想找到那些对某本书评价很高的用户，我想找到他们喜欢的其他书籍

我的数据如下所示：

df.sample(5)

    User-ID     ISBN    Book-Rating
49064   102967  0449244741  8
60600   251150  0452264464  9
376698  52853   0373710720  7
454056  224764  0590416413  7
54148   25409   0312421273  9

到目前为止，我做到了：

df_p = df.pivot_table(index='ISBN', columns='User-ID', values='Book-Rating').fillna(0)
lotr = df_p.ix['0345339703'] # Lord of the Rings Part 1
like_lotr = lotr[lotr > 7].to_frame()
users = like_lotr['User-ID']

的最后一行失败

KeyError:“用户ID”

我想让那些评价LOTR>7的用户从矩阵中进一步找到他们喜欢的电影

---

我们将不胜感激。谢谢。

在您的

like\u lotr

dataframe

'User-ID'

是索引的名称，您不能像普通列一样选择它。这就是为什么行

users=like_lotr['User-ID']

会引发

KeyError

。它不是一列

此外，不推荐使用

ix

，最好在您的情况下使用

loc

。不要加引号：它必须是一个整数，因为

'User-ID'

最初是一列整数（至少从您的示例中）

试着这样做：

df_p = df.pivot_table(index='ISBN', columns='User-ID', values='Book-Rating').fillna(0)
lotr = df_p.loc[452264464] # used another number from your sample dataframe to test this code.
like_lotr = lotr[lotr > 7].to_frame()
users = like_lotr.index.tolist()

user

现在是一个包含所需ID的列表

使用上面的小样本和我用来测试的数字，

user

是

[251150]

---

另一种解决方案是使用

重置索引

。最后两个LIN应如下所示：

like_lotr = lotr[lotr > 7].to_frame().reset_index()
users = like_lotr['User-ID']

---

reset\u index

将索引放回列中。

检查

df.columns

。可能在

用户ID

部分之前或之后有一些额外的空间。列的名称应完全正确，否则将显示

keyrorm

raised@rafaelc它只显示索引（['0345339703'，dtype='object'），这很奇怪，因为我将它转换成一个框架。可能相关：df.columns的确切输出是什么？粘贴here@serafeim输出：索引（['0345339703'，dtype='object'）是的，就是它！但我现在如何过滤数据集/矩阵，只保留那些用户，并找到他们评价高的书籍？这将是另一个问题。但是，一旦您在

users

中有了ID，您就可以返回到原始数据帧并执行：

df.loc[df['User-ID'].isin（users）]

。这将选择所有用户，您可以从这里获得所需的其他数据。