解决错误TypeError: data argument can't be an iterator

在学习《python数据分析与挖掘实战》第八章时，运行Apriori报错，源代码如下：

#-*- coding: utf-8 -*-from __future__ import print_functionimport pandas as pdfrom apriori import * #导入自行编写的apriori函数import time #导入时间库用来计算用时inputfile = r'...\chapter8\demo\data\apriori.txt' #输入事务集文件data = pd.read_csv(inputfile, header=None, dtype = object)start = time.clock() #计时开始print(u'\n转换原始数据至0-1矩阵...')ct = lambda x: pd.Series(1, index=x[pd.notnull(x)]) #转换0-1矩阵的过渡函数b = map(ct, data.as_matrix()) #用map方式执行data = pd.DataFrame(b).fillna(0) #实现矩阵转换，空值用0填充end = time.clock() #计时结束print(u'\n转换完毕，用时：%0.2f秒' %(end-start))del b #删除中间变量b，节省内存support = 0.06 #最小支持度confidence = 0.75 #最小置信度ms = '---' #连接符，默认'--'，用来区分不同元素，如A--B。需要保证原始表格中不含有该字符start = time.clock() #计时开始print(u'\n开始搜索关联规则...')find_rule(data, support, confidence, ms)end = time.clock() #计时结束print(u'\n搜索完成，用时：%0.2f秒' %(end-start))

运行后报错：TypeError: data argument can't be an iterator

在网上查后，发现Dataframe参数不能是迭代器，在本例中，b是一个map迭代器，故出错

将b进行转化，加入代码：c=list(b)，并将参数c传入DataFrame中即可。代码可正常运行！