Python 팬더에서 Apriori를 구현하는 가장 좋은 방법

Question

팬더에 Apriori 알고리즘을 구현하는 가장 좋은 방법은 무엇입니까? 지금까지 for 루프를 사용하여 패턴을 추출하는 것을 변형하는 데 막혔다. for 루프 이후의 모든 것은 작동하지 않습니다. 팬더에서 벡터화 된 방법이 있습니까?

import pandas as pd 
import numpy as np 

trans=pd.read_table('output.txt', header=None,index_col=0) 

def apriori(trans, support=4): 
    ts=pd.get_dummies(trans.unstack().dropna()).groupby(level=1).sum() 
    #user input 

    collen, rowlen =ts.shape 

    #max length of items 
    tssum=ts.sum(axis=1) 
    maxlen=tssum.loc[tssum.idxmax()] 

    items=list(ts.columns) 

    results=[] 
    #loop through items 
    for c in range(1, maxlen): 
     #generate patterns 
     pattern=[] 
     for n in len(pattern): 
      #calculate support 
      pattern=['supp']=pattern.sum/rowlen 
      #filter by support level 
      Condit=pattern['supp']> support 
      pattern=pattern[Condit] 
      results.append(pattern) 
    return results 

results =apriori(trans) 
print results 

나는 지원이를 삽입하면 3

 a b c d e 
0      
11  1 1 1 0 0 
666  1 0 0 1 1 
10101 0 1 1 1 0 
1010 1 1 1 1 0 
414147 0 1 1 0 0 
10101 1 1 0 1 0 
1242 0 0 0 1 1 
101  1 1 1 1 0 
411  0 0 1 1 1 
444  1 1 1 0 0 

이해야

Pattern support 
    a   6 
    b   7 
    c   7 
    d   7 
    e   3 
    a,b  5 
    a,c  4 
    a,d  4 

Answer 1

같은 출력 뭔가 어쩌면, 당신이 계신 이해

from itertools import combinations 
def get_support(df): 
    pp = [] 
    for cnum in range(1, len(df.columns)+1): 
     for cols in combinations(df, cnum): 
      s = df[list(cols)].all(axis=1).sum() 
      pp.append([",".join(cols), s]) 
    sdf = pd.DataFrame(pp, columns=["Pattern", "Support"]) 
    return sdf 

가정 당신을 시작할 것입니다 :

>>> s = get_support(df) 
>>> s[s.Support >= 3] 
    Pattern Support 
0  a  6 
1  b  7 
2  c  7 
3  d  7 
4  e  3 
5  a,b  5 
6  a,c  4 
7  a,d  4 
9  b,c  6 
10  b,d  4 
12  c,d  4 
14  d,e  3 
15 a,b,c  4 
16 a,b,d  3 
21 b,c,d  3 

[15 rows x 2 columns]