Python/Pandas - 创建一起购买的商品的查找表

Question

我在尝试创建一起购买的商品的查找表时有点困难。

我有一个“强力”Python 迭代 DataFrame 的解决方案，但如果可能的话，我更喜欢使用某种聚合技巧的纯 Pandas 解决方案。

这是我所拥有的。我做了一个小例子，其中包含发票号码和购买的商品的列表。

import pandas as pd

df = pd.DataFrame({
    "Invoice": [1, 1, 2, 3, 4, 4, 4, 5, 5], 
    "Item": ["Apple", "Pear", "Banana", "Apple", "Apple", "Orange", "Pear", "Apple", "Orange"]
})
df

我们可以看到 4 号发票有三项，而 2 号发票只有一项。

这是我不太满意的解决方案：

item_keys = []
item_values = []

for i, row in df.iterrows():
    invoice = row["Invoice"]
    item = row["Item"]
    for item_2 in df[df["Invoice"] == invoice]["Item"]:
        if item_2 != item:
            item_keys.append(item)
            item_values.append(item_2)

lookup_table = pd.DataFrame({"key": item_keys, "value": item_values})
lookup_table

在lookup_table中，我可以搜索关键商品并获取与其一起出售的所有商品。

有没有更快更优雅的方法来做到这一点？）

Answer 1

您可以使用

groupby

和

itertools.combinations

:

from itertools import combinations

lst = [c for _, g in df.groupby('Invoice')['Item']
       for c in combinations(g, 2)]

out = pd.concat([pd.DataFrame(lst, columns=['key', 'value']),
                 pd.DataFrame(lst, columns=['value', 'key'])],
                ignore_index=True)

输出：

      key   value
0   Apple    Pear
1   Apple  Orange
2   Apple    Pear
3  Orange    Pear
4   Apple  Orange
5    Pear   Apple
6  Orange   Apple
7    Pear   Apple
8    Pear  Orange
9  Orange   Apple