函数未返回指定数量观测值：获取用户Top N高评分电影异常问题

我来帮你排查下代码里的问题——你的逻辑卡在了分组和数据筛选的顺序上，导致head(n_rows)没有按你预期的方式工作：

你的代码里的核心问题 #

1. 冗余的数据集操作：data_.loc[user.index]和你已经筛选好的user变量完全一致，这一步是多余的。
2. groupby后head()的逻辑错误：当你对电影标题分组后调用head(n_rows)，它会给每个电影分组都取前n_rows行，而不是从用户的所有评分里挑出前n_rows个高分项，这就是为什么你会得到用户所有评分电影的原因。
3. 排序时机错误：你先取了部分数据再排序，这会导致结果不是按评分从高到低的优先级筛选的。

针对需求的两种修正方案 #

根据你的需求（展示用户评分最高的n部电影），分两种场景给出解决方案：

场景1：用户可能对同一部电影多次评分，需要展示每部电影的最高评分，再取前n部

如果用户给同一部电影打过分次，你想先保留每部电影的最高评分，再挑出评分最高的前n部：

def top_movies(data_, usr, n_rows = 10):
    # 第一步：筛选出该用户的所有评分记录
    user_ratings = data_[data_['user_id'] == usr]
    # 第二步：按电影分组，提取每部电影的最高评分，重置索引变回DataFrame
    movie_top_ratings = user_ratings.groupby('title')['rating'].max().reset_index()
    # 第三步：按评分降序排序，取前n_rows条结果
    final = movie_top_ratings.sort_values(by='rating', ascending=False).head(n_rows)
    return final

def ex9():
    return top_movies(data, 1, 30)

ex9()

场景2：不需要去重，直接取用户所有评分记录里评分最高的前n条

如果允许同一部电影多次出现在结果里（比如用户给某部电影打了多次高分，都想展示），可以简化逻辑：

def top_movies(data_, usr, n_rows = 10):
    # 筛选用户评分后直接按评分降序排序，取前n_rows条
    user_ratings = data_[data_['user_id'] == usr]
    final = user_ratings.sort_values(by='rating', ascending=False).head(n_rows)
    return final

def ex9():
    return top_movies(data, 1, 30)

ex9()

这两种方案都能精准返回你预期的前30行最高评分数据，你可以根据实际的业务需求选择对应的版本。

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