### 将Excel数据转换为评分矩阵的Python实现方法 在处理推荐系统时，通常需要将用户的行为数据（例如购买、评分等）转换为一个评分矩阵。以下是一个完整的Python实现方法，用于将Excel数据转换为评分矩阵。 #### 1. 导入必要的库 为了完成此任务，需要使用 `pandas` 来读取Excel文件，并将其转换为评分矩阵。 ```python import pandas as pd import numpy as np ``` #### 2. 读取Excel文件 假设Excel文件包含三列：`User_ID`、`Item_ID` 和 `Rating`，可以使用以下代码读取数据： ```python # 读取Excel文件 data = pd.read_excel('ratings.xlsx') # 查看数据前几行 print(data.head()) ``` 这里假设Excel文件名为 `ratings.xlsx`[^1]。 #### 3. 创建评分矩阵 使用 `pivot_table` 方法将数据转换为评分矩阵。如果某些用户对某些物品没有评分，则可以用 `NaN` 或者 0 填充。 ```python # 创建评分矩阵 rating_matrix = data.pivot_table(index='User_ID', columns='Item_ID', values='Rating') # 如果有缺失值，用0填充 rating_matrix = rating_matrix.fillna(0) # 查看评分矩阵 print(rating_matrix) ``` 这一步骤中，`pivot_table` 方法会将 `User_ID` 设置为行索引，`Item_ID` 设置为列索引，而 `Rating` 则作为值填充到矩阵中[^1]。 #### 4. 转换为NumPy数组 如果需要进一步处理评分矩阵（例如计算相似度），可以将其转换为NumPy数组： ```python # 转换为NumPy数组 rating_matrix_np = rating_matrix.to_numpy() # 查看NumPy数组 print(rating_matrix_np) ``` #### 5. 示例代码 以下是完整的代码示例： ```python import pandas as pd import numpy as np # 读取Excel文件 data = pd.read_excel('ratings.xlsx') # 创建评分矩阵 rating_matrix = data.pivot_table(index='User_ID', columns='Item_ID', values='Rating') # 如果有缺失值，用0填充 rating_matrix = rating_matrix.fillna(0) # 转换为NumPy数组 rating_matrix_np = rating_matrix.to_numpy() # 输出结果 print("Pandas DataFrame:") print(rating_matrix) print("\nNumPy Array:") print(rating_matrix_np) ``` 通过上述步骤，可以成功将Excel中的数据转换为评分矩阵，并为后续的推荐算法（如协同过滤）做好准备[^2]。 ####