Normalize IDs列

Question

我正在製作一個推薦系統，我想要一個評分矩陣（用戶/項目）。
我的問題是數據集中只有9066個唯一項目，但它們的ID範圍從1到165201.
因此，我需要一種方法將ID映射到1到9066的範圍內，而不是1到165201.
我怎麼做？

Answer 1

考慮數據框df

np.random.seed([3,1415]) 
df = pd.DataFrame(dict(
     User=np.random.randint(10, size=20), 
     Item=np.random.randint(100, size=20) 
    )) 
print(df) 

    Item User 
0  27  0 
1  77  2 
2  54  7 
3  39  3 
4  23  8 
5  84  7 
6  37  0 
7  99  6 
8  87  8 
9  37  6 
10 63  0 
11 25  2 
12 11  0 
13 71  4 
14 44  9 
15 70  7 
16  4  3 
17 71  2 
18 63  4 
19 86  3 

使用unique獲得獨特的價值觀，並建立一個映射字典

u = df.Item.unique() 
m = dict(zip(u, range(len(u)))) 

然後使用map產生重新配置柱

df.assign(Item=df.Item.map(m)) 

    Item User 
0  0  0 
1  1  2 
2  2  7 
3  3  3 
4  4  8 
5  5  7 
6  6  0 
7  7  6 
8  8  8 
9  6  6 
10  9  0 
11 10  2 
12 11  0 
13 12  4 
14 13  9 
15 14  7 
16 15  3 
17 12  2 
18  9  4 
19 16  3 

或者我們可以與pd.factorize

df.assign(Item=pd.factorize(df.Item)[0]) 

    Item User 
0  0  0 
1  1  2 
2  2  7 
3  3  3 
4  4  8 
5  5  7 
6  6  0 
7  7  6 
8  8  8 
9  6  6 
10  9  0 
11 10  2 
12 11  0 
13 12  4 
14 13  9 
15 14  7 
16 15  3 
17 12  2 
18  9  4 
19 16  3 

Answer 2

我會經過並找到列表中具有最小id的項目，將其設置爲1，然後找到下一個最小的項目，將其設置爲2，依此類推。

編輯：你是對的。這將會花費太長時間。我只需要將其中一個設置爲1，下一個設置爲2，依此類推。這不重要的是什麼順序的ID（我猜測）。添加新項目時，只需將其設置爲9067，依此類推。