在Python中，TypeError：不支持的操作数类型为 - ：'str'和'int'

Question

我正在通过使用Movielens数据集进行协作过滤制作Movie Recommender系统。 于是我跟着this：http://blog.ethanrosenthal.com/2015/11/02/intro-to-collaborative-filtering/

，但它并不在LN工作[8]：

import numpy as np 
import pandas as pd 

data = open('ratings.csv') 

names = ['user_id','item_id','rating','timestamp'] 
df = pd.read_csv('ratings.csv', sep=',', names=names) 
df.head() 

n_users = df.user_id.unique().shape[0] 
n_items = df.item_id.unique().shape[0] 
print (str(n_users) + ' users') 
print (str(n_items) + ' items') 

ratings = np.zeros((n_users, n_items)) 
for row in df.itertuples(): 
    ratings[row[1]-1, row[2]-1] = row[3] 
ratings 

sparsity = float(len(ratings.nonzero()[0])) 
sparsity /= (ratings.shape[0] * ratings.shape[1]) 
sparsity *= 100 
print ('Sparsity: {:4.2f}%'.format(sparsity)) 

并没有错误这样的：

line 17, in <module> 
    ratings[row[1]-1, row[2]-1] = row[3] 
TypeError: unsupported operand type(s) for -: 'str' and 'int' 

Answer 1

您阅读CSV数据帧的，默认是将该数据读取为字符串。然后尝试使用数据帧中的行，期望这些值是数字（从中减去1），并且失败。

要么指定dtype（适用于所有的列或使用每列的映射），或使用通行证在converters映射（映射列索引或列名转换函数）。由于该数据是所有整数（ID号，因为一个划时代的评级和时间戳单位：秒），速战速决将在这里使用dtype=np.int32：

df = pd.read_csv('ratings.csv', sep=',', names=names, dtype=np.int32)