python - Pandas 数据框中值的组合

Question

这是我的 Pandas 数据框:

       Item          Support_Count
0      BREAD              4
1      MILK               4
2      DIAPER             4
3      BEER               3

我将如何从第 1 列“项目”中生成 2 组和 3 组项目的所有可能的唯一组合。

示例(2 项集): (面包，牛奶) ,(面包,尿布),(面包,啤酒),(牛奶,尿布)等

示例(3 个项目集): (BREAD,MILK,DIAPER),(BREAD,MILK,BEER),(MILK,DIAPER,BEER)等

Answer 1

您可以使用 itertools 库:

import itertools
list(itertools.combinations(df['Item'], 2))

[('BREAD', 'MILK'),
 ('BREAD', 'DIAPER'),
 ('BREAD', 'BEER'),
 ('MILK', 'DIAPER'),
 ('MILK', 'BEER'),
 ('DIAPER', 'BEER')]

list(itertools.combinations(df['Item'], 3))

[('BREAD', 'MILK', 'DIAPER'),
 ('BREAD', 'MILK', 'BEER'),
 ('BREAD', 'DIAPER', 'BEER'),
 ('MILK', 'DIAPER', 'BEER')]

注意:组合的数量增长非常快，因此生成所有可能的组合可能效率不高。我建议查看 apriori algorithm实现(如果您还没有这样做的话)。