如何用Pandas实现分组并找出与Snack一同购买的Top3商品？

核心逻辑是锁定包含Snack的所有订单（Invoice），再统计这些订单里除Snack外的商品出现频次，最后取Top3。以下是具体实现步骤：

步骤1：筛选包含Snack的订单编号 #

先提取所有购买了Snack的订单ID，确保后续只分析这些关联订单：

import pandas as pd

# 假设数据已加载到DataFrame中（替换成你的数据加载方式）
df = pd.read_csv("你的数据文件.csv")

# 获取所有包含Snack的订单编号
snack_invoices = df[df['ItemDescription'] == 'Snack']['Invoice'].unique()

步骤2：提取关联订单中的非Snack商品 #

筛选出这些订单里的所有商品，排除Snack本身，得到所有和Snack一同购买的商品列表：

# 筛选目标订单且商品不是Snack的数据
co_purchased_items = df[
    df['Invoice'].isin(snack_invoices) & 
    (df['ItemDescription'] != 'Snack')
]['ItemDescription']

步骤3：统计频次并取Top3 #

用value_counts()统计每个商品的出现次数，再取前3个并按要求格式输出：

# 统计频次并排序，取Top3
top3_items = co_purchased_items.value_counts().head(3)

# 输出指定格式结果
for idx, item in enumerate(top3_items.index):
    print(f"{idx} {item}")

样本数据测试结果 #

用你提供的样本数据运行上述代码，输出如下：

0 Drink
1 Meat
2 Produce

完全匹配预期结果。

补充说明 #

• 这里用Invoice作为同一笔购买的标识（同一Invoice下的商品属于同一次购买），如果业务中需用Customer+PurchaseDate标识同次购买，只需替换筛选条件对应的字段即可。
• 8000行数据量极小，该方法运行效率无任何问题。

内容的提问来源于stack exchange，提问作者dangoqut132