将一列拆分为多列，计数频率：“int”对象不可迭代

Posted 2023-02-23

【中文标题】将一列拆分为多列，计数频率：“int”对象不可迭代

【英文标题】：Splitting one column into many, counting frequency: 'int' object is not iterable

【发布时间】：2017-02-19 06:08:41

【问题描述】：

这是我关于堆栈溢出的第一个问题，在我学习绳索时可能有点笨拙 - 欢迎提出问题格式的提示或指针！

我是 python 的新手，遇到的问题几乎与以下问题相同：

how to split one column into many columns and count the frequency

对于我的数据，我有两列，“logger”和“page”，其中 logger 是非空对象字符串格式的 IP 地址列，page 是随机的 1-10 非空 int 数表示记录器访问的网页。下面是一个例子：

  logger        page
0 10.1.60.203   3
1 3.75.190.181  5
2 10.1.60.203   4
3 10.1.60.203   6
4 10.1.60.253   1

我想做的是在记录器列中为每个唯一 IP 设置一行，并在 1-10 之间设置一系列列，表示每个 IP 的每个页面的页面浏览总数地址，然后计算每一列，如下所示：

  logger        page1  page2  page3  page4  page5 ...
0 10.1.60.203   5      7      14     7      2
1 3.75.190.181  10     3      20     8      6
2 10.1.60.253   22     9      2      12     18

我已经尝试了很多不同的选项来解决这个问题 - 数据透视表、groupby，但我似乎无法理解如何将计数放入每个 IP 地址各自的唯一列中。当我来到另一个论坛时，我觉得这个答案应该很好用，但不幸的是，我遇到了“int”对象不可迭代的错误。这是我目前正在使用的那个用户的代码：

df2 = pd.DataFrame([x for x in df['page'].apply(
...           lambda item: dict(map(
...                                 lambda x: (x,1), 
...                             item)) 
...           ).values]).fillna(0) 
>>> df2.join(df)

我可以在一定程度上理解上述错误的含义，但对从那里得出答案的能力没有信心。任何有关此错误或特定错误的帮助，或者对我的问题的更广泛解决方案的任何帮助，将不胜感激。

谢谢！

【问题讨论】：

df['page'].apply(...) 通话的结果是什么？

@PatrickHaugh 嗨帕特里克，我的df['page'].apply(...) 的结果是：TypeError: 'int' object is not iterable

【参考方案1】：

这是你想要的吗？

In [8]: df
Out[8]:
         logger  page
0   10.1.60.203     3
1  3.75.190.181     5
2   10.1.60.203     4
3   10.1.60.203     6
4   10.1.60.253     1

In [9]: df.pivot_table(index='logger', columns='page', aggfunc='size', fill_value=0)
Out[9]:
page          1  3  4  5  6
logger
10.1.60.203   0  1  1  0  1
10.1.60.253   1  0  0  0  0
3.75.190.181  0  0  0  1  0

【讨论】：

是的 - 非常感谢！这节省了几个小时的工作时间......我想我一直在误解aggfunc='size'，在对记录器进行分组后使用它。