根据列值[duplicate]在熊猫中创建类似矩阵的数据帧

Question

我有一个事件日志数据框，每行是一个事件（如查看项目），其中包含列user_id，item_id，以及用户分配项目的评级。我想创建一个表示所有用户-项目交互的数据框：表示为二维矩阵，每个（i，j）表示用户i和项目j的分数（下图截图）。如果用户尚未看到该产品，则分配NaN。

我试过用循环做这件事，但正如预期的那样，运行时间太长：

collab = pd.DataFrame(columns=log.item_id.unique(), index=log.user_id.unique())
for c in collab.columns:
    for u in collab.index:
        try:
            collab[c].loc[u] = log[(log.item_id == c) & (log.user_id == u)].score
        except:
            collab[c].loc[u] = np.nan

有没有更快的方法？

根据评论中的要求，我的数据帧的头部<代码>事件类型与上述分数类似。

{'item_id': {0: 0, 1: 0, 2: 0, 3: 0, 4: 0},
 'user_id': {0: 0, 1: 1, 2: 1, 3: 1, 4: 1},
 'event_type': {0: 2, 1: 2, 2: 5, 3: 7, 4: 6},
 'create_timestamp': {0: Timestamp('2020-02-03 15:47:25.273977'),
  1: Timestamp('2020-02-04 20:19:31.040304'),
  2: Timestamp('2020-02-04 20:19:00.110416'),
  3: Timestamp('2020-02-04 20:54:31.595305'),
  4: Timestamp('2020-02-04 20:20:15.918646')}}

Answer 1

您可以使用df。pivot（）：

import pandas as pd

df = pd.DataFrame({'user_id': [1, 1, 1, 2, 2, 2],
                   'item_id': [1, 2, 3, 1, 2, 4],
                   'rating': [1, 2, 3, 4, 5, 6]})

df.pivot('user_id', 'item_id')

rating
  item_id   1     2       3       4
user_id                 
1         1.0   2.0     3.0     NaN
2         4.0   5.0     NaN     6.0