布尔型交易DataFrame的部门组合共现支持度矩阵求解咨询

你可以通过pandas的矩阵运算快速完成该计算，核心逻辑是利用布尔矩阵转置后与自身相乘，直接得到两两部门的共现次数，再除以总交易数即可得到对应比例。

完整代码 #

import pandas as pd

# 1. 仅保留部门对应的布尔列，去除交易序号等非部门字段
dept_data = datBaskets.drop(columns=["交易序号"])
# 2. 统计总交易笔数
total_cnt = len(dept_data)
# 3. 布尔值转整数后，转置矩阵与原矩阵相乘得到共现次数矩阵
co_occur_count = dept_data.astype(int).T.dot(dept_data.astype(int))
# 4. 除以总交易数得到占比，可按需设置保留小数位数
co_occur_ratio = co_occur_count / total_cnt
# 如需和示例一致保留3位小数可加如下代码
# co_occur_ratio = co_occur_ratio.round(3)

结果验证 #

以你提供的样例数据为例：

• 总交易数为6，Batteries与Food仅在第1笔交易中同时出现，共现次数为1
• 计算得到的比例为1/6≈0.167，和你给出的示例结果完全匹配
• 矩阵对角线元素为对应部门的交易占总交易数的比例，符合业务逻辑

内容的提问来源于stack exchange，提问作者Tom Green