如何用Pandas查找与特定产品'SWE'共同购买的高频产品？

操作步骤： #

• 第一步：提取所有购买过'SWE'的销售发票ID

  # 精确匹配产品'SWE'，如果是产品名称包含'SWE'，就把==换成.str.contains('SWE')
  invoices_with_swe = df[df['product'] == 'SWE']['sales_invoice'].unique()
  

• 第二步：筛选这些发票中除'SWE'外的所有产品

  co_purchased_products = df[
      df['sales_invoice'].isin(invoices_with_swe) 
      & (df['product'] != 'SWE')
  ]
  

• 第三步：统计共同购买产品的频次，取最常见的

  # 这里取前5个最常共同购买的产品，可根据需求修改head()里的数字
  top_co_products = co_purchased_products['product'].value_counts().head(5)
  print(top_co_products)
  

原代码问题说明： #

你之前的groupby(df['product'].str.contains('SWE'))只是把数据按「是否包含SWE」分成两组，仅拿到了对应发票列表，但没有建立发票和其他产品的关联。上面的步骤先锁定买过SWE的发票池，再从池子里捞出其他产品，就能精准统计共同购买的情况。

内容的提问来源于stack exchange，提问作者Poppy