如何处理SQL交易数据以适配mlxtend的TransactionEncoder工具

核心报错原因 #

TransactionEncoder要求的输入格式为嵌套列表结构，每一个子列表对应一笔交易的全部商品（和你测试用的dataset2格式完全一致）。你当前代码的问题出在拆分商品列时加了expand=True参数，得到的是多列宽表DataFrame，格式完全不匹配，遍历过程中会读取到整数型的列索引，最终抛出'int' object is not iterable报错。

具体修改方案 #

只需要调整商品列拆分的逻辑，不需要扩展为多列，直接生成每行对应一个商品列表的结构，同时过滤空值避免异常即可。

修改后的代码片段 #

将你原有代码中拆分商品列的部分替换为以下内容：

# 拆分逗号分隔的商品字符串，expand=False直接返回每行对应一个商品列表的Series
df4 = d["COMBO_VARIABLE_AGG"].str.split(", ", n=-1, expand=False)
# 过滤空值行，再转为嵌套列表格式，完全匹配TransactionEncoder的输入要求
dataset = df4.dropna().tolist()

修改后你可以先打印前3条数据验证格式：

print(dataset[:3])

输出格式应该和你测试用的dataset2完全一致，后续TransactionEncoder相关逻辑就可以正常运行。

内容的提问来源于stack exchange，提问作者user2790744