如何基于movies与users DataFrame构建电影为行用户为列的m×u矩阵

• pivot()方法仅支持最多3个位置参数（分别对应行索引、列索引、填充值），你直接将users表的5个字段解包传入，参数数量不匹配自然报错。
• 你当前仅持有movies（电影维度表）、users（用户维度表）两张没有直接关联的表，缺少记录用户和电影交互关系的ratings评分表，本身就无法直接构建电影×用户矩阵。

1. 准备关联用的评分表，表中至少包含movie_id、UserID、rating三个核心字段，用来关联电影和用户两类数据。
2. 数据关联后调用pivot方法生成矩阵，示例代码如下：

import pandas as pd

# 合并评分表与电影表（可选，仅需要保留电影维度字段时操作）
rating_full = ratings.merge(movies, on='movie_id', how='left')

# 生成电影为行、用户为列的评分矩阵
movie_user_matrix = rating_full.pivot(
    index='movie_id', # 行用电影ID，也可替换为Title字段（需保证电影名无重复）
    columns='UserID', # 列用用户ID
    values='rating' # 矩阵填充值为评分，无评分的位置自动填充NaN
)

3. 若仅需要统计用户是否看过对应电影的布尔矩阵，无需合并其他表，直接用crosstab方法更简便：

movie_user_matrix = pd.crosstab(index=ratings['movie_id'], columns=ratings['UserID'])

注：如果存在同一用户对同一部电影多次评分的情况，需使用pivot_table方法指定aggfunc聚合规则避免报错，示例：

movie_user_matrix = rating_full.pivot_table(
    index='movie_id',
    columns='UserID',
    values='rating',
    aggfunc='mean' # 重复评分取平均值
)

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