将一列拆分为多列，计算频率：'int' object is not iterable
Splitting one column into many, counting frequency: 'int' object is not iterable
这是我关于堆栈溢出的第一个问题，在我学习技巧时它可能有点笨拙 - 欢迎提供问题格式方面的提示或指示！
我是 python 的新手，遇到的问题几乎与以下问题相同：
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代表记录器访问过的网页的非空整数。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
我想要做的是在记录器列中为每个唯一 IP 设置一行，并使用 1-10 的一系列列代表每个页面的页面浏览总数每个 IP 地址，然后按每一列进行计数，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' object is not iterable 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)
我能稍微理解上述错误的含义，但我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！
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
这是我关于堆栈溢出的第一个问题，在我学习技巧时它可能有点笨拙 - 欢迎提供问题格式方面的提示或指示！
我是 python 的新手，遇到的问题几乎与以下问题相同：
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代表记录器访问过的网页的非空整数。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
我想要做的是在记录器列中为每个唯一 IP 设置一行，并使用 1-10 的一系列列代表每个页面的页面浏览总数每个 IP 地址，然后按每一列进行计数，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' object is not iterable 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)
我能稍微理解上述错误的含义，但我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！
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