问题描述
我正在实施在Medium中找到的推荐系统示例。
在数据准备中，它具有这种“交易”结构，熊猫可以读取csv：
print(transactions.shape)
transactions.head()
输出是这样的：
(62483,2)
customerId products
0 0 20
1 1 2|2|23|68|68|111|29|86|107|152
2 2 111|107|29|11|11|11|33|23
3 3 164|227
4 5 2|2
需要将其拆分为“数据”结构，看起来像这样：
帖子中执行此操作的代码为：
data = pd.melt(transactions.set_index('customerId')['products'].apply(pd.Series).reset_index(),id_vars=['customerId'],value_name='products') \
.dropna().drop(['variable'],axis=1) \
.groupby(['customerId','products']) \
.agg({'products': 'count'}) \
.rename(columns={'products': 'purchase_count'}) \
.reset_index() \
.rename(columns={'products': 'productId'})
data['productId'] = data['productId'].astype(np.int64)
但是，当我运行它时，输出给我这个错误“ ValueError：int（）的无效文字，基数为10：'198 | 260 | 157 | 136 | 136'”，因为它没有将' productId”列。
我得到这样的东西：
(61282,3)
customerId productId purchase_count
0 0 198|260|157|136|136 1
1 0 19|19|19 1
2 0 1|1|31|31 1
3 0 20 1
4 0 216|52|260|93|93|93 1
有什么想法吗？
解决方法
对于那些面临相同问题的人，在使用omel函数之前，已使用以下代码对其进行了解决：
div