Apyori无法输出含多元素的关联规则问题求助

原代码的核心问题是错误拆分了关联规则的项集结构，没有区分前置项集和后置项。Apyori返回的结果里，item[2][0]包含完整规则信息：

• item[2][0][0]：前置项集（即关联规则的左半部分）
• item[2][0][1]：后置项（规则的右半部分）
• item[2][0][2]：置信度
• item[2][0][3]：提升度
• item[1]：支持度

以下是修改后的完整代码，解决多前置项显示问题：

import pandas as pd  
from apyori import apriori

movie_data = pd.read_csv(r"C:\Users\XY\Desktop\movie_dataset.csv", header = None)
num_records = len(movie_data)

records = []  
for i in range(0, num_records):  
    records.append([str(movie_data.values[i,j]) for j in range(0, 20)])

# 清理空值
for idx in range(len(records)):
    while 'nan' in records[idx]:
        records[idx].remove('nan')

association_rules = apriori(records, min_support=0.0053, min_confidence=0.20, min_lift=3, min_length=2)
association_results = list(association_rules) 

results = []
for item in association_results:
    support = round(item[1], 5)
    # 遍历项集对应的所有关联规则
    for rule in item[2]:
        # 拼接多元素前置项为字符串
        base_items = ', '.join([str(x) for x in rule[0]])
        # 提取后置项
        add_item = str(rule[1][0])
        confidence = round(rule[2], 5)
        lift = round(rule[3], 5)
        
        results.append((base_items, add_item, support, confidence, lift))
    
labels = ['When bought','Likely bought as well','Support','Confidence','Lift']
movie_suggestion = pd.DataFrame.from_records(results, columns = labels)

print(movie_suggestion)

关键修改点： #

1. 用', '.join()将多元素前置项拼接成字符串，解决单元素显示问题
2. 遍历item[2]中的每个规则，确保捕获项集对应的所有关联组合
3. 用round()统一数值精度，避免过长小数
4. 简化空值清理的循环逻辑

输出示例： #

内容的提问来源于stack exchange，提问作者regflori