基于两个DataFrame计算物品平均评分与用户评分一致性的方法咨询

假设你已有的用户评分表名为df_rating，物品属性表名为df_item，实现代码如下：

import pandas as pd

# 计算每个物品的平均评分
item_avg = df_rating.groupby('item', as_index=False)['rating'].mean().rename(columns={'rating':'average_rating'})
# 关联物品等级字段，how参数可按需调整：
# inner：仅保留两个表共有的物品；outer：保留两边所有物品，缺失值自动填充NaN
result = pd.merge(item_avg, df_item[['item', 'grade']], on='item', how='inner')

运行后得到的result就是你需要的结构。

你提到的用列表存储字段的方案完全可行，pandas支持object类型存储列表数据，具体实现步骤如下：

1. 先将物品等级映射为数值（Good→1，Bad→0）
2. 给每条用户评分记录关联上对应物品的数值等级
3. 按用户分组，将评分和对应等级分别聚合为列表
4. 计算两个列表对应值相等的比例，即为一致性得分

实现代码如下：

# 1. 生成等级的数值映射
df_item['grade_num'] = df_item['grade'].map({'Good': 1, 'Bad': 0})

# 2. 给评分表关联物品数值等级，inner会自动过滤掉没有等级标注的评分记录
df_combined = pd.merge(df_rating, df_item[['item', 'grade_num']], on='item', how='inner')

# 3. 按用户分组聚合成列表
user_result = df_combined.groupby('user', as_index=False).agg(
    reviews_given = ('rating', list),
    item_grades = ('grade_num', list)
)

# 4. 计算一致性得分
user_result['consistency'] = user_result.apply(
    lambda row: sum(a == b for a, b in zip(row['reviews_given'], row['item_grades'])) / len(row['reviews_given']),
    axis=1
)

如果需要保留没有等级标注的评分记录，可以将merge的how参数改为left，之后自行处理缺失的grade_num值即可。

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