如何在所有行 pandas 的一组值中找到大小为 n 的最常见配对

Question

我的数据

假设我有以下数据框，其中每一行都包含一个独特的购物车：

pd.DataFrame({'0':['banana','apple','orange','milk'],'1':['apple','milk','bread','cheese'],'2':['bread','cheese','banana','eggs']})

        0     1       2
0   banana  apple   bread
1   apple   milk    cheese
2   orange  bread   banana
3   milk    cheese  eggs

我正在尝试做什么

我正在尝试从每个购物车中创建一个最常见的大小为 n 的配对列表。例如，最常见的 2 号配对是

banana, bread

和

milk, cheese

pairing      count
banana, bread  2
milk, cheese   2
apple, bread   1
...
orange, banana 1

澄清一下，这里的顺序并不重要，换句话说，购物车中首先出现的商品都是无关紧要的。

banana, bread

与

bread, banana

相同

我已经尝试过

我尝试将所有唯一值放入列表中并迭代每一行，并用

itertools

进行配对，但这似乎是一个非常hacky和unpythonic的解决方法，而且我什至没有让它正常工作。

Answer 1

您可以使用

itertools.combinations

和

collection.Counter

有效地循环每行值的组合（如

frozenset

），然后可以选择转换回系列：

from itertools import combinations
from collections import Counter

out = pd.Series(Counter(frozenset(c) for r in df.to_numpy()
                        for c in combinations(r, 2)))

输出：

(banana, apple)     1
(banana, bread)     2
(apple, bread)      1
(apple, milk)       1
(apple, cheese)     1
(milk, cheese)      2
(bread, orange)     1
(banana, orange)    1
(milk, eggs)        1
(eggs, cheese)      1
dtype: int64