如何调用聚合生成的DataFrame变量？解决KeyError: 'quantity'问题

错误根源很明确：你在train数据集里调用orders和quantity列，但这两列是在df2里聚合生成的，train里根本没有这两个字段，所以触发了KeyError。

按以下步骤修正：

1. 重置df2的索引
   你用groupby('prod_name')后，prod_name变成了df2的索引而非普通列，无法直接和train关联，先把它转回列：

df2 = df2.reset_index()

2. 将df2的聚合结果合并到train中
   假设train数据集包含prod_name字段（用于关联商品），用merge把df2的orders和quantity字段合并进去：

# 用左连接保留train所有数据，未匹配到的商品字段用0填充
train = train.merge(df2, on='prod_name', how='left').fillna(0)

3. 重新生成稀疏矩阵
   此时train里已经包含orders和quantity列，再执行原代码就不会报错：

user_items = sparse.csr_matrix((train['orders'].astype(float),(train['userId'], train['quantity'])))
item_users = sparse.csr_matrix((train['orders'].astype(float),(train['quantity'], train['userId'])))

额外提醒 #

这里需要注意：quantity是你聚合出的商品总销量，用它作为稀疏矩阵的列索引逻辑上有问题——稀疏矩阵的列应该对应商品唯一标识（如prod_id），而非销量数值。如果你的train里有商品ID类字段，建议替换掉train['quantity']，避免矩阵结构逻辑错误。

内容的提问来源于stack exchange，提问作者Pebri Alkautsar