如何创建交易数据的Jaccard距离矩阵？

Question

我是编程新手，这是我发布的第一个问题，因此请耐心等待：）我正在尝试根据交易数据创建距离矩阵，以便进行聚类分析并分析一起购买的产品。我使用pandas.get_dummies将事务表示为行，将产品表示为列。原始数据集非常大，有200列和超过300.000行。为了首先理解该概念，我正在使用此测试数据。

data = [[0,1,1,0],[1,1,1,0], [0,0,0,0],[1,0,1,1],[1,0,0,1]]

prods = ['Apple', 'Milk', 'Bread', 'Soap']

ids = [345,123,869,567,376]

df = pd.DataFrame(data, columns = prods ,index = ids)

我希望矩阵看起来像这样（请忽略这些值）。 https://imgur.com/a/uFvM9nv

我尝试了scipy pdist函数（请参见下面的代码），但它是在计算交易距离，而不是我想要的单个产品。

res = 1 - pdist(df, 'jaccard')

squareform(res)

distance = pd.DataFrame(squareform(res), index= df.columns, columns=df.columns)

能否请您告诉我如何为产品创建此距离矩阵？非常感谢你！