Question

目标：对二进制值数据集运行关联规则

d = {'col1': [0, 0,1], 'col2': [1, 0,0], 'col3': [0,1,1]}
df = pd.DataFrame(data=d)

这将为对应的列值生成一个带有0和1的数据帧。

问题是当我使用以下代码时：

from mlxtend.frequent_patterns import apriori
from mlxtend.frequent_patterns import association_rules
frequent_itemsets = apriori(pattern_dataset, min_support=0.50,use_colnames=True)
rules = association_rules(frequent_itemsets, metric="lift", min_threshold=1)
rules

通常这运行得很好，但是这次运行时遇到错误。

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-61-46ec6f572255> in <module>()
      4 frequent_itemsets = apriori(pattern_dataset, min_support=0.50,use_colnames=True)
      5 frequent_itemsets
----> 6 rules = association_rules(frequent_itemsets, metric="lift", min_threshold=1)
      7 rules

D:\AnaConda\lib\site-packages\mlxtend\frequent_patterns\association_rules.py in association_rules(df, metric, min_threshold, support_only)
    127     values = df['support'].values
    128     frozenset_vect = np.vectorize(lambda x: frozenset(x))
--> 129     frequent_items_dict = dict(zip(frozenset_vect(keys), values))
    130 
    131     # prepare buckets to collect frequent rules

D:\AnaConda\lib\site-packages\numpy\lib\function_base.py in __call__(self, *args, **kwargs)
   1970             vargs.extend([kwargs[_n] for _n in names])
   1971 
-> 1972         return self._vectorize_call(func=func, args=vargs)
   1973 
   1974     def _get_ufunc_and_otypes(self, func, args):

D:\AnaConda\lib\site-packages\numpy\lib\function_base.py in _vectorize_call(self, func, args)
   2040             res = func()
   2041         else:
-> 2042             ufunc, otypes = self._get_ufunc_and_otypes(func=func, args=args)
   2043 
   2044             # Convert args to object arrays first

D:\AnaConda\lib\site-packages\numpy\lib\function_base.py in _get_ufunc_and_otypes(self, func, args)
   1996             args = [asarray(arg) for arg in args]
   1997             if builtins.any(arg.size == 0 for arg in args):
-> 1998                 raise ValueError('cannot call `vectorize` on size 0 inputs '
   1999                                  'unless `otypes` is set')
   2000 

ValueError: cannot call `vectorize` on size 0 inputs unless `otypes` is set

这就是我在Pandas中的dtypes所拥有的，任何帮助将不胜感激。

col1    int64
col2    int64
col3    int64
dtype: object

Answer 1

    128     frozenset_vect = np.vectorize(lambda x: frozenset(x))
--> 129     frequent_items_dict = dict(zip(frozenset_vect(keys), values))

此处np.vectorize将frozenset(x)函数包装在可以采用数组或列表（keys）的代码中，并传递每个元素进行求值。这是一种numpy迭代（方便，但不快）。但是要确定返回的数组类型（dtype），它会使用keys的第一个元素执行测试。进行此测试运行的另一种方法是使用otypes参数。

无论如何，在此特定运行中，keys显然是空的，大小为0的数组或列表。它可以返回等效的形状结果数组，但仍必须设置dtype。因此是错误。

很明显，代码编写者从未想到keys为空的情况。因此，您需要解决为什么它为空的问题？

我们需要查看association_rules代码，看看如何设置keys。它在第129行中的使用表明它具有与values相同数量的元素，该元素是从df派生的：

values = df['support'].values

如果keys有0个元素，那么values也有，而df有0个“行”。

frequent_itemsets的大小是什么？

我添加一个mlxtend标记是因为在使用其代码期间会出现错误。您/我们需要检查该代码或其文档，以确定为什么此数据框为空。

Answer 2

解决方法：

def encode_units(x):
    if x <= 0:
        return 0
    if x >= 1:
        return 1

yourdataset_sets = yourdataset.applymap(encode_units)

frequent_itemsets = apriori(yourdataset_sets, min_support=0.001, use_colnames=True)
rules = association_rules(frequent_itemsets, metric="lift", min_threshold=1)

信用： saeedesmaili

如何在熊猫数据框中修复Numpy'otypes'？

2 个答案: