使用单列转置的Pandas将数据集的矩阵打印到表中

Question

我在Python熊猫中使用电影镜头数据集。我需要打印矩阵的u.data一个制表符分隔文件在下面。方式

NULL    MovieID1 MovieID2 MovieID3
UserID1 Rating   Rating   Rating
UserID2 Rating   Rating   Rating

我已经通过以下链接

1. 一个数据集非常庞大，将其放在系列中
2. 二-未提及行的转置
3. 三-尝试使用reindex，以便在一列中获得NaN值
4. 四-df.iloc和df.ix也不起作用

我需要输出，因为它显示我的评级和NaN（当未评级）的电影w. r. t.用户。

    NULL    MovieID1 MovieID2 MovieID3
    UserID1 Rating   Rating   NaN
    UserID2 Rating   NaN      Rating

另外，我不介意使用numpy、crab、recsys、csv或任何其他python包的解决方案

EDIT 1-排序数据并导出，但得到一个额外的字段

df2 = df.sort_values(['UserID','MovieID'])
print type(df2)
df2.to_csv("sorted.csv")
print df2

文件产生foll.sorted.csv文件

,UserID,MovieID,Rating,TimeStamp
32236,1,1,5,874965758
23171,1,2,3,876893171
83307,1,3,4,878542960
62631,1,4,3,876893119
47638,1,5,3,889751712
5533,1,6,5,887431973
70539,1,7,4,875071561
31650,1,8,1,875072484
20175,1,9,5,878543541
13542,1,10,3,875693118

编辑2-如评论中所述

这是作为输入u.data文件中数据的格式

196 242 3   881250949
186 302 3   891717742
22  377 1   878887116
244 51  2   880606923
166 346 1   886397596
298 474 4   884182806
115 265 2   881171488
253 465 5   891628467
305 451 3   886324817

Answer 1

一种方法：

使用pivot_表，如果每个用户和电影id有一个值，则aggfunc无关紧要，但是如果有多个值，则选择聚合。

df.pivot_table(values='Rating',index='UserID',columns='MovieID', aggfunc='mean')

第二种方法（没有重复的用户ID，电影记录）：

df.set_index(['UserID','MovieID'])['Rating'].unstack()

第三种方法（无重复的用户ID、电影ID记录）：

df.pivot(index='UserID',columns='MovieID',values='Rating')

第四种方法（与第一种方法类似，您可以选择聚合方法）：

df.groupby(['UserID','MovieID'])['Rating'].mean().unstack()

输出：

MovieID  1   2   3   4   5   6   7   8   9   10
UserID                                         
1         5   3   4   3   3   5   4   1   5   3