电影推荐对数据进行预处理的代码

以下是一个简单的电影推荐数据预处理的代码示例，包括数据读取、去重、缺失值填充和异常值检测等操作：

import pandas as pd
import numpy as np

# 读取数据
movies = pd.read_csv('movies.csv')
ratings = pd.read_csv('ratings.csv')

# 去重
movies.drop_duplicates(inplace=True)
ratings.drop_duplicates(inplace=True)

# 缺失值填充
mean_rating = ratings['rating'].mean()
ratings['rating'].fillna(mean_rating, inplace=True)

# 异常值检测
rating_mean = ratings['rating'].mean()
rating_std = ratings['rating'].std()
ratings['rating'] = np.where(np.abs(ratings['rating'] - rating_mean) > 3 * rating_std,
                             rating_mean, ratings['rating'])

以上代码使用了pandas库进行数据读取和处理，通过drop_duplicates()方法去除重复记录，使用fillna()方法填充缺失值，使用np.where()方法对异常值进行检测和处理。需要注意的是，以上代码只是一个简单的示例，实际应用中需要根据具体的数据集和需求进行选择和应用。