如何统计用户购买商品组合的出现次数并生成交叉计数矩阵

你需要先基于同一个用户的购买记录生成两两商品对，再统计配对的去重用户数，就能得到目标矩阵，标准实现步骤如下：

• 第一步：导入依赖

import pandas as pd
import numpy as np

• 第二步：构造同用户的商品两两配对，通过自关联实现

# df为你的原始User-Product两列数据框
df_pairs = pd.merge(df, df, on='User', suffixes=('_row', '_col'))

• 第三步：分组统计每对商品的共同购买用户数，转换为矩阵结构

co_matrix = df_pairs.groupby(['Product_row', 'Product_col'])['User'].nunique().unstack(fill_value=0)

• 第四步：添加Total列（单商品总购买用户数，即矩阵对角线的数值）

co_matrix['Total'] = np.diag(co_matrix)
# 如果你需要和示例一致将对角线元素改为1，执行以下代码
np.fill_diagonal(co_matrix.values, 1)

• 第五步：将0值替换为空值，匹配展示需求

co_matrix = co_matrix.replace(0, '')

补充说明：你提到商品数量较少、用户量级1万，该方法的计算开销完全在合理范围内，不会出现性能问题。

内容的提问来源于stack exchange，提问作者Gupta