python读取数据构建关联规则

Question

我在文本文件中有两列。我把它们读成两个单独的列表。我想要做的是计算每对的出现次数并根据它建立关联规则。

示例：

colA = [a,b,c,d,...]

colB = [c,y,d,e,...]

我到目前为止只是将数据读入两个列表，但是计算出现次数和构建规则的最佳方法是什么？

代码：

pred = []
succ = []
for line in open('arsample.txt'):
    lst = line.split('\t')
    pred.append(int(lst[0]))
    succ.append(int(lst[1]))

规则看起来像这样，并按降序排序：

P   S   Probability
---------------------
a > c   count(a>c)/n
...     ...

Answer 1

您可以使用dictionary创建映射：

mapping = {}

for key in colA:
  mapping[key] = colB.index(key)

要计算出现次数，只需使用.count()：

colA.count('a')

请注意，如果colB包含两个具有相同名称的元素，映射将会中断。这是因为你试图在两个非唯一集合之间建立一个双射，这是行不通的。可以把它想象为从x^2恢复输入数字。你只是不知道。

Answer 2

查看集：

 http://docs.python.org/library/sets.html

他们允许这样做：

>>> a = [1,2,2,5,4,5,4,2,1,3]
>>> set(a)
set([1, 2, 3, 4, 5])
>>>

所以你必须在字符串列表中构建对，我猜......

希望它可以提供帮助。