如何使用pandas查找DataFrame中用户购买产品的最常见组合

核心思路是先提取每个用户已购买的产品名称，再统计不同组合的出现频次，取最高值输出即可。

完整可运行代码如下：

import pandas as pd

# 示例数据构造，实际使用时替换为pd.read_csv等读你自己的数据文件即可
df = pd.DataFrame({
    'AA': [1, 0, 0, 1, 1],
    'BB': [0, 0, 1, 0, 0],
    'CC': [1, 1, 0, 1, 1]
})

# 提取每行用户的购买产品组合，排序后转元组方便后续统计
df['buy_combo'] = df.apply(
    lambda row: tuple(sorted([col for col in df.columns if row[col] == 1)),
    axis=1
)

# 统计各组合购买人数，过滤掉无购买的空组合
combo_count = df['buy_combo'].value_counts().reset_index()
combo_count.columns = ['combo', 'count']
combo_count = combo_count[combo_count['combo'].apply(len) > 0]

# 取最高频次的组合输出
top = combo_count.iloc[0]
combo_name = '和'.join(top['combo'])
print(f'最常见组合为产品{combo_name}，共有{top["count"]}人购买')

• 如果存在多个并列最高频次的组合，把取数逻辑替换为下面的代码即可：

max_count = combo_count['count'].max()
top_combos = combo_count[combo_count['count'] == max_count]
for _, item in top_combos.iterrows():
    combo_name = '和'.join(item['combo'])
    print(f'最常见组合为产品{combo_name}，共有{item["count"]}人购买')

你给出的示例数据运行后输出结果为：最常见组合为产品AA和CC，共有3人购买，完全匹配需求。

内容的提问来源于stack exchange，提问作者GeoP