Python 未提供所需的输出（ValueError:以10为基数的int（）的文本无效：'；198 | 260 | 157 | 136 | 136'；）

我正在实现一个在Medium上找到的推荐系统示例

在数据准备中，它具有这种“事务”结构，由熊猫读取csv：

print(transactions.shape)
transactions.head()

输出如下所示：

(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

(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

需要将其拆分为“数据”结构，可能如下所示：

(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

(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

文章中的代码是：

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:invalid literal for int（），以10为底：‘198 | 260 | 157 | 136 | 136’”，因为它没有拆分'productId'列中的值

我得到了这样的东西：

(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

(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？

对于那些面临相同问题的人，在使用o melt函数之前，使用以下代码解决了问题：

transactions['products'] = transactions['products'].apply(lambda x: [int(i) for i in x.split('|')])

---

“因为它没有拆分'productId'列中的值”

您要求它在哪里执行此操作？我只是按照教程进行操作。在使用给定代码执行单元格后，根据帖子，我应该会得到类似于发布的图像的东西。。。我对熊猫不熟悉。我真的不知道为什么我得到了一些不同于帖子的东西。。。