Mlxtend apriori调用scipy稀疏矩阵时报dtypes not found错误如何解决

mlxtend 的 apriori 函数不直接接收 scipy.sparse 矩阵作为输入：函数内部的输入校验逻辑会尝试读取输入对象的 dtypes 属性，该属性是 pandas DataFrame 的特有属性，scipy 稀疏矩阵不存在该属性，因此触发报错。

方案1：直接传入布尔类型DataFrame（小数据集推荐） #

如果你的数据集内存占用可接受，不需要额外做稀疏转换，直接使用你已经构造好的布尔类型 test_data 作为入参即可：

apriori(test_data, min_support = 0.3, use_colnames = True, verbose = 1)

该方案下 use_colnames=True 参数可正常生效，自动复用原数据集的列名。

方案2：使用pandas原生稀疏DataFrame（大数据集推荐） #

如果数据集体积大需要用稀疏格式节约内存，不要转成 scipy 的 csr_matrix，改为构造 pandas 原生的稀疏类型 DataFrame：

# 将原布尔DataFrame转为稀疏布尔类型
sparse_test_data = test_data.astype(pd.SparseDtype(bool))
# 传入稀疏DataFrame运行apriori
apriori(sparse_test_data, min_support = 0.3, use_colnames = True, verbose = 1)

该方案既可以享受稀疏存储的内存优势，也完全兼容 mlxtend 的接口要求。

内容的提问来源于stack exchange，提问作者Nicolás Rojas U