开始使用免费开始使用

查询推荐结果

在前面的练习中，您已经学习了如何按天计算课程推荐表。现在 recommendations 表已经进入数据仓库，您还可以将其与其他表快速关联，从而为 DataCamp 学员生成重要功能，例如定制化营销邮件、智能课程推荐等。

在本练习中，您将体验如何利用新创建的 recommendations 表。请编写函数 recommendations_for_user()，它会根据给定的评分阈值，按用户 ID 自动获取推荐度最高的课程。

本练习是课程的一部分

Data Engineering 入门

查看课程

练习说明

  • 在 recommendations_for_user() 的函数定义中完善查询。需要与 courses 表进行连接。
  • 完成 recommendations_for_user() 中的 read_sql()。params 参数不完整：缺少阈值。
  • 运行您在最后几行中定义的 recommendations_for_user() 函数，并观察结果。

交互式实操练习

通过完成这段示例代码来试试这个练习。

def recommendations_for_user(user_id, threshold=4.5):
    # Join with the courses table
    query = """
    SELECT title, rating FROM recommendations
    INNER JOIN ____ ON courses.course_id = recommendations.course_id
    WHERE user_id=%(user_id)s AND rating>%(threshold)s
    ORDER BY rating DESC
    """
    # Add the threshold parameter
    predictions_df = pd.read_sql(query, db_engine, params = {"user_id": user_id, 
                                                             "____": ____})
    return predictions_df.title.values

# Try the function you created
print(recommendations_for_user(12, 4.65))
编辑并运行代码