关联规则结果输出格式调整及pandas处理代码逻辑详解

你当前遇到的重复输出问题，核心原因是DataFrame创建和打印代码被放在了for循环内部，每处理1条关联规则就会生成并打印一次当前累加的DataFrame，最终出现多次重复输出的情况。

现有代码的运行逻辑拆分如下：

• 初始化空列表results，用于存储所有关联规则的格式化数据
• 遍历关联规则挖掘的输出结果association_results，对每条规则做如下处理：
  • 取出规则对应的商品组合，拆分得到前件、后件两个商品，存入value0、value1
  • 取出该规则的支持度（Support），截取前7位字符串存入value2
  • 取出该规则的置信度（Confidence），截取前7位字符串存入value3
  • 取出该规则的提升度（Lift），截取前7位字符串存入value4
  • 将上述5个值拼接为元组，追加到results列表中
• 错误逻辑：表头定义、DataFrame生成、打印操作被放在了for循环内部，每处理完1条规则就执行一次，导致重复输出。

只需将DataFrame生成和打印的逻辑移动到for循环外部即可，修改后代码如下：

import pandas as pd

results=[]
for item in association_results:
    pair = item[0]
    items = [x for x in pair]
    
    value0 = str(items[0])
    value1 = str(items[1])
    value2 = str(item[1])[:7]
    value3 = str(item[2][0][2])[:7]
    value4 = str(item[2][0][3])[:7]
    
    rows = (value0,value1,value2,value3,value4)
    results.append(rows)

# 以下逻辑移到循环外部
Labels =['Title1','Title2','Support','Confidence','Lift']
store_suggestion = pd.DataFrame.from_records(results,columns=Labels)
print(store_suggestion)

如果需要更规范的数值格式控制，不需要提前把支持度、置信度、提升度转成字符串截取，可以直接通过pandas全局设置控制小数显示位数，示例如下：

pd.set_option('display.float_format', lambda x: '{:.5f}'.format(x))

内容的提问来源于stack exchange，提问作者Yan