如何在Python mlxtend中统计频繁项集的出现次数？

当然可以拿到支持度计数！我之前也遇到过这个需求，给你两个靠谱的解决方法：

方法1：从支持度反向计算（简单直接） #

mlxtend的apriori函数默认返回的support列是相对支持度（出现次数/总交易数），所以只要用这个值乘以你的交易总数（也就是OneHotDataFrame的行数），就能得到绝对的支持度计数。

步骤如下：

• 首先调用apriori时记得加use_colnames=True，这样项集会显示成易读的名称而非索引：

  from mlxtend.frequent_patterns import apriori
  
  # 假设你的OneHot编码后的DataFrame叫one_hot_df
  frequent_itemsets = apriori(one_hot_df, min_support=0.1, use_colnames=True)
  

• 然后新增support_count列，计算绝对计数：

  # 总交易数就是one_hot_df的行数
  total_transactions = len(one_hot_df)
  # 用round避免浮点精度问题，再转成整数
  frequent_itemsets['support_count'] = round(frequent_itemsets['support'] * total_transactions).astype(int)
  

方法2：直接获取交易ID列表统计（更精准） #

如果担心浮点运算的精度误差，mlxtend的apriori还提供了output_transaction_ids=True参数，开启后会返回包含该项集的所有交易的索引列表，直接统计列表长度就是支持度计数：

frequent_itemsets = apriori(one_hot_df, min_support=0.1, use_colnames=True, output_transaction_ids=True)
# 统计每个项集对应的交易数量
frequent_itemsets['support_count'] = frequent_itemsets['transaction_ids'].apply(len)

这个方法完全避免了浮点计算的问题，结果更准确，而且你还能通过transaction_ids列查看具体哪些交易包含了这个项集，适合需要深入分析的场景。

两种方法都能解决你的问题，看你更倾向哪种啦～

内容的提问来源于stack exchange，提问作者Vaslo