Есть 2 csv файла. 1 с фильмами, второй с тем какие оценки поставили пользователи фильмам. Общие поля movieId. Первая функция считает и выдает среднюю оценку фильма опираясь на "movieId". Вторая создает колонку и добавляет в нее данные которые посчитала 1 функция. после выводится первый файл к которому добавляется новая колонка.
import pandas as pd
import numpy as np
import csv
import math
from sklearn.metrics.pairwise import cosine_similarity
from sklearn.feature_extraction.text import CountVectorizer
from collections import defaultdict
df = pd.read_csv('файл1', encoding='latin-1')
df1 = pd.read_csv('файл2', encoding='latin-1')
#ПОДСЧЕТ СРЕДНЕЙ ОЦЕНКИ ФИЛЬМА
def fmedR(i):
gcount = float(0)#общее количество оценок
count = float(0)#сума оценок
with open('файл2')as df1:
read1 = csv.DictReader(df1, delimiter=",")
for row in read1:
if float (row['movieId']) == i:# і - ето заданый индетификатор фильма
gcount += 1
count += float(row['rating'])
if gcount == 0:
rta = "No data"
else:
rta = count/gcount
rta = round(rta,2)
return rta
def get_medR(data):
medR = [] # делаем новую колонку
for i in range (0, data.shape[0]):
medR.append(fmedR(data['movieId'][i]))#наполняем ее
return medR
df['medR'] = get_medR(df)
df.head(4)
Проблема в следующем:
- Доходя до выполнения
with open('файл2')as df1:
функция начинает ругаться из-за неправильного отступа(с ним все правильно), хотя когда данный код был сам по себе он прекрасно все считал. - В случае удаления данной строки выдает следующую ошибку
>>> df['medR'] = get_medR(df)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "<stdin>", line 4, in get_medR
File "<stdin>", line 7, in fmedR
KeyError: 'movieId'
Скорее всего проблема в строке medR.append(fmedR(data['movieId'][i]))
, где я ввожу данные которые будет обрабатывать первая функция.
Каким образом мне можно исправить данную ошибку?