Question

我有一个包含ID, Product列的数据框。例如，

ID  Product
1   ['a','b']
2   ['a','b','e']
3   ['c','d']
4   ['a','b','c','d']

Product是一个列表字段，其中每个列表包含一个人拥有的产品。例如，ID 1的人拥有产品a和b。我需要找到最受欢迎/最常见的产品对。在此示例中，产品[a,b]是最受欢迎的。它必须是最常见的产品对，因为没有人可以拥有1种产品。

Answer 1

1）使用itertools.combinations获取所有可能的对的组合，并将结果序列转换为它的列表表示，稍后需要将其提供给数据帧构造函数。

2）堆叠DF并分别取Series.value_counts()。使用Series.idxmax()获取具有最高计数的索引。

import itertools

comb = lambda x: list(itertools.combinations(x, 2))
L = df['Product'].map(comb).tolist()
pd.DataFrame(L).stack().value_counts(sort=False).idxmax()
Out[21]:
('a', 'b')

编辑： （根据发表新要求的评论）

a, cnt = np.unique(df.Product.values, return_counts=True)
a[cnt==cnt.max()]
array([['a', 'b', 'e']], dtype=object)

在列表的数据框中查找最常见的对

1 个答案: