其实pandas就是dataframe，spark里面的是一样的，有些处理方法可以相互借鉴，也可能会有SQL的一些用法，但今天就事论事，不展开。
For Recommendation in Deep learning QQ Group 277356808
For deep learning QQ Second Group 629530787
I’m here waiting for you
1-统计每个用户的点击序列数
先给出一个高大上的操作，这一步很关键。
df4=df.groupby('user_id')['item_id'].agg(list)
>>> for u in df4:
print(u,len(u))
[13, 11, 23, 4, 7, 28, 10, 0, 16, 25, 21, 15, 26, 20, 14, 3, 5, 12, 1, 24, 9] 21
[10, 22, 14, 16, 26, 29, 27, 24, 28, 20, 25, 15, 13, 8, 7, 6, 23, 9, 18] 19
[12, 16, 2, 22, 15, 14, 13, 6, 1, 10, 25, 8, 19, 0,
Original: https://blog.csdn.net/SPESEG/article/details/122862100
Author: 小李飞刀李寻欢
Title: 点击曝光日志的数据处理
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/600559/
转载文章受原作者版权保护。转载请注明原作者出处！