我有一个pandas数据框（交互数据框），列为用户、项目、评分。

Ratings ItemID   UserID1      1172952     A741      1178735     1764      341785     70C3      136771     67E2      1178883     383

假设我还有两个数据框，分别有200个用户和1000个项目。问题在于在交互数据框中，我需要每个用户和每个项目组合的评分。如果在交互数据框中某个用户和项目的组合没有交互记录，则评分为0。

我尝试使用以下循环来解决这个问题：

item_ids = np.repeat(item_data.id.values, len(user_data.id.values))user_ids = np.tile(user_data.id.values, len(item_data.id.values))ratings = np.empty([len(item_ids)])for i in range(len(ratings)):    inter = interactions.loc[(interactions['UserID'] == user_ids[i]) & (interactions["ItemID"] == item_ids[i]), "Ratings"]    if not inter.empty:        ratings[i] = inter.values[0]    else:        ratings[i] = 0interactions = np.stack((ratings, item_ids, user_ids), axis=-1)

但对于只有30,000行的评分数组，完成这个操作需要40秒。有什么快速的方法可以做到这一点吗？谢谢帮助。

回答：

你对问题的解释有点草率，但我觉得你需要的是这个：

interactions.set_index(['ItemID','UserID'])\            .unstack().fillna(0).astype(int).stack()\            .reset_index()

这段代码创建了一个用户和项目的矩形表，用零填充空缺，并将表转换回一个“高”向量。输出如下：

     ItemID UserID  Ratings0    136771    176        01    136771    383        02    136771    67E        33    136771    70C        04    136771    A74        05    341785    176        06    341785    383        07    341785    67E        08    341785    70C        49    341785    A74        010  1172952    176        0....

我假设每个项目和每个用户（但不是它们的组合！）在interaction表中至少被引用一次。如果不是这样，可能需要与另外两个表进行merge操作。