将数据帧转换为稀疏矩阵并重置索引

Question

我有一个数据集，其中包含用户 ID 对所有产品 ID 的评级。 只有 5000 个产品和 10,000 个用户，但 ID 的编号不同。 我想将我的数据框转换为 coo_sparse_matrix(data, (row,col), shape) 但将 row 和 col 作为产品和用户的实际数量，而不是 ID。 有没有办法做到这一点？ 下面是插图：

数据框：

用户身份	产品编号	评分
1	14	0.1
1	15	0.2
2	14	0.3
2	16	0.3
5	19	0.4

并期望有一个矩阵（稀疏 coo 形式）

产品编号	14	15	16	19
用户身份
1	0.1	0.2	0	0
2	0.3	0	0.3	0
5	0	0	0	0.4

因为通常 sparse_coo 会给出一个非常大的矩阵，其中产品 ID 的索引为 (1,2,...,19)，用户 ID 的索引为 (1,2,3,4,5)。

请帮助我，这是 3 天后到期的论文，我刚刚发现了这个错误，我用 Python 编码。

非常感谢！

Answer 1

嗨，希望这对您的论文有所帮助并祝您好运：

import pandas as pd
from scipy.sparse import coo_matrix

dataframe=pd.DataFrame(data={'User ID':[1,1,2,2,5], 'Product ID':[14,15,14,16,19], 'Rating':[0.1,0.2,0.3,0.3,0.4]})

row=dataframe['User ID']
col=dataframe['Product ID']
data=dataframe['Rating']

coo=coo_matrix((data, (row, col))).toarray()
new_dataframe=pd.DataFrame(coo)

#Drop non existing Product IDs --optional delet if not intended
new_dataframe=new_dataframe.loc[:, (new_dataframe != new_dataframe.iloc[0]).any()] 

#Drop non existing User IDs --optional delet if not intended
new_dataframe=new_dataframe.loc[(new_dataframe!=0).any(axis=1)]

print(new_dataframe)

输出：

    14   15   16   19
1  0.1  0.2  0.0  0.0
2  0.3  0.0  0.3  0.0
5  0.0  0.0  0.0  0.4