Блог

Я хотел бы знать, сколько 0.5/1/1.5/2/2.5/3/3.5/4/4.5/5 рейтинги, которые оцениваются каждым пользователем в кадре данных определенного фильма, который является Одиннадцатым фильмом Оушена (2001), чтобы рассчитать корреляцию Пирсона по формуле.

Ниже приведен код

 import numpy as np
import pandas as pd

ratings_data = pd.read_csv("D:\ratings.csv")
movies_name = pd.read_csv("D:\movies.csv")

movies_data = pd.merge(ratings_data, movies_name, on='movieId')
 
movies_data.groupby('title')['rating'].mean()

movies_data.groupby('title')['rating'].count()

average_ratings_count['rating_counts']=pd.DataFrame(movies_data.groupby('title')['rating'].count())

https://i.stack.imgur.com/1eFLV.png

matrix_user_ratings = movies_data.pivot_table(index='userId', columns='title', values='rating')

oceanRatings = matrix_user_ratings["Ocean's Eleven (2001)"]
oceanRatings.head(20)

userId
1     NaN
2     NaN
3     NaN
4     NaN
5     NaN
6     NaN
7     4.0
8     NaN
9     NaN
10    NaN
11    NaN
12    NaN
13    NaN
14    NaN
15    NaN
16    NaN
17    NaN
18    4.0
19    NaN
20    NaN
Name: Ocean's Eleven (2001), dtype: float64
 

В этом случае я просто могу знать, что есть два рейтинга 4.0, но у меня около 600 пользователей. Потому что я использую набор данных MovieLens.

Вы можете использовать groupby :

 oceanRatings = matrix_user_ratings["Ocean's Eleven (2001)"].groupby('rating').count()
 

Или value_counts() :

 oceanRatings = matrix_user_ratings["Ocean's Eleven (2001)"].value_counts()