使用Pandas调用ECLAT算法时出现KeyError 0的原因及解决方案

可能原因 #

• pyECLAT要求输入数据必须是事务-项矩阵，所有列都代表待挖掘的项，不能包含Transaction_ID这类事务标识列。你的数据第一列是Transaction_ID，库会错误地将其当作项处理，导致内部列名/索引匹配逻辑出错。
• 列名类型不统一：部分列名为整数（如0、1），部分为字符串，库在遍历列时混淆了列名和列索引，尝试访问不存在的列名0。
• 索引设置异常：若Transaction_ID被误设为DataFrame的索引，库在处理时可能将索引当作列访问，引发KeyError。

解决方案 #

• 移除事务标识列：创建ECLAT实例前，先剔除Transaction_ID列，保留仅包含项的数据集：

  from pyECLAT import ECLAT
  # 移除Transaction_ID列，提取事务-项矩阵
  df_items = df_uci.drop(columns=['Transaction_ID'])
  # 创建ECLAT实例
  my_eclat = ECLAT(data=df_items)
  

• 统一列名类型：检查所有列名，确保类型一致（全字符串或全整数），例如将整数列名转为字符串：

  df_uci.columns = df_uci.columns.astype(str)
  

• 检查并重置索引：确认Transaction_ID是普通列而非索引，若已设为索引，先重置：

  # 若Transaction_ID是索引，重置为普通列
  if 'Transaction_ID' not in df_uci.columns:
      df_uci = df_uci.reset_index(names=['Transaction_ID'])
  # 移除标识列后创建实例
  df_items = df_uci.drop(columns=['Transaction_ID'])
  my_eclat = ECLAT(data=df_items)
  

• 验证数据格式：确保项列的取值为布尔值（True/False）或0/1（表示事务是否包含该项）。若数据是原始商品名称格式，需先转换为事务-项矩阵（可使用pd.get_dummies实现）。

内容的提问来源于stack exchange，提问作者Harish Pamnani