我有一个包含以下列的数据框：

User_id   PQ          TGGS       PAG       Games_played118399  8.536585    7.079646    10.204082   7.711443212651  75.000000   73.684211   75.000000   46.534653210314  60.000000   9.523810    33.333333   14.414414

这些列实际上是游戏代码。我想根据用户玩过的游戏百分比来推荐游戏。在我的数据集中，用户212651玩PQ游戏的时间占75%，玩TGGS游戏的时间占73%。所以如果他玩PQ，他很可能会玩TGGS。这些值变化很大。因此，我设定的参数是50%。所以对于一个用户，如果某个游戏与另一个游戏的相关性达到50%，我想发送一封电子邮件，告知他下一个游戏是TGGS，因为这两个值高度相关。

我希望保持值之间的相关性为50%。所以我编写的代码是

    for i, num in new_df['PQ'].iteritems():        if num > new_df['TGGS'] * .5:            print User_id[num]            print new_df['TGGS']

我在第二行遇到了语法错误。

   1467                         "indexers [{key}] of {kind}".format(   1468                             form=form, klass=type(self), key=key,-> 1469                             kind=type(key)))   1470    1471     def get_duplicates(self):TypeError: cannot do label indexing on <class 'pandas.core.indexes.range.RangeIndex'> with these indexers [8.536585365853659] of <class 'numpy.float64'>

有人能给我一个好的解决方案吗？

最终目标是得到一个包含user_id的数据框，如果PQ与TGGS相关为True，与PAG相关为True。这样我就可以给那个特定的用户发送电子邮件

回答：

你可以选择数据框中你需要的项目，方法如下：

df[df['PQ'] > (df['TGGs'] * 0.5)]