原来的interactions_train_df.head()

#Creating a sparse pivot table with users in rows and items in columns
users_items_pivot_matrix_df = interactions_train_df.pivot(index='personId', 
                                                          columns='contentId', 
                                                          values='eventType_strength').fillna(0)
users_items_pivot_matrix_df.head(10)
这里矩阵中values用eventType_strength填
 
 
通常在做矩阵分解时，需要将原始数据转换为这种user-item矩阵格式
                                    python pandas 库的dataframe pivot()函数用法解析：
简而言之，我理解的pivot()的用途就是，将一个dataframe的记录数据整合成表格(类似Excel中的数据透视表功能)，而且是按照pivot(‘index=xx’,’columns=xx’,’values=xx’)来整合的。还有另外一种写法，
但是官方貌似并没有给出来，就是pivot(‘索引列’，‘列名’，‘...
pivot函数的说明
通过给定的索引(index)和列(column)的值重新生一个DataFrame对象。
根据列值对数据进行整形(生成一个“透视”表)。从指定的索引/列中使用唯一的值来形成结果数据帧的轴。此函数不支持数据聚合，多个值将导致列中的多索引。
pivo函数的参数
index：指定一列做为生成DataFrame对象的索引，如果为空则
                                    大家好，今天和大家分享中四种有关数据透视的通用函数，在数据处理中遇到这类需求时，能够很好地应对。获取函数的主要作用是将从宽格式转换成长格式。参数含义：tuple, list, or ndarray，可选，作为标识符变量的列：tuple, list, or ndarray, 可选，透视列，如果未指定，则使用未设置为id_vars的所有列。：scalar，默认为None，使用variable作为列名：标量, default ‘value’，value列的名称：...
fill_value : 用来替换透视表的缺失值scalar, default None
margins : 添加所有行，列，例如在后面加个“总和”boolean, default False
dropna : 不要包含条目都是NaN的列boolean
                                    文章目录十、数据透视表1.获取数据2.手工制作数据透视表3.数据透视表语法4.案例：美国人的生日
十、数据透视表
数据透视表将每一列数据作为输入，输出将数据不断细分成多个维度累计信息的二维数据表。
1.获取数据
本节用一份Seaborn 程序库采用泰坦尼克号的乘客信息数据库来演示（titanic）
2.手工制作数据透视表
使用groupby可以实现数据透视的效果，但是比较繁琐
3.数据透视表语...
                                    最近在做基于python的数据分析工作，引用第三方数据分析库——pandas。 
在做数据统计二维表转换的时候走了不少弯路，发现pivot()这个方法可以解决很多问题，让我少走一些弯路，节省了大量的代码。于是我这里对于pandas下dataframe的pivot()方法进行学习总结和应用，以便回顾和巩固知识。