如何在熊猫数据框列上应用函数答案

【问题标题】：How to apply a function on pandas dataframe column如何在熊猫数据框列上应用函数
【发布时间】：2022-11-13 07:43:22
【问题描述】：

我有一个这样的熊猫数据框，其中包含用户收听的歌曲的user_id、title 以及特定用户收听该歌曲的次数（listen_count）。

要达到的目标：

我是 python 和 pandas 的新手，我正在尝试构建一个推荐系统。我想改造这些隐式反馈(listen_count) 进入明确的那些跟随(8)和(9)this论文的公式。

为此，我想创建一个函数来计算每个用户每首歌曲的收听频率在数据框中，使用以下公式：在哪里计数(i,j)代表某个用户播放某首歌曲的次数（我的数据框中的 listen_count 值）除以用户对他收听的所有歌曲的总播放次数（每个用户的 total listen_count )
我还想创建一个函数来实现上述论文中的公式 (9)，但我认为如果有人能向我解释如何解决前面的问题会更简单。

【问题讨论】：

标签： python python-3.x pandas recommendation-engine collaborative-filtering

【解决方案1】：

您应该可以使用DataFrame.groupby() 解决此问题。假设您的数据框称为df，您可以尝试以下操作（我很难检查它是否在没有数据的情况下产生正确的结果）。

# get the total listen count for each user_id
df['total_listen_count_per_user'] = df.groupby('user_id')['listen_count'].transform('sum')
# get the song frequency by dividing the sum of song_listen_counts per song by
# the total_listen_count for each user
df['song_frequency']=df.groupby('title')['listen_count'].transform('sum')/df['total_listen_count_per_user']

这是DataFrame.transform 和DataFrame.groupby 的参考

【讨论】：