Python 3.x 基于apriori算法的频繁项集

我有一个像这样的数据集。。该图像仅显示一小部分数据。我想写一个函数，将数据集和k（频繁项集将包含的项的数量）作为输入，并将k频繁项集及其支持作为输出。我试过这个<代码>来自itertools导入组合，产品 col_list=list（df.columns）#df是我的数据帧 最小支撑=8.43#给定的最小支撑 def频率设置（df，n）： 如果n==1： return（a）#a是1-频繁项集的输出 l=[] 支持={} col_comb=list（组合（col_list，n）） 对于col_comb中的i： s=df.groupby（列表（i））.size（） L=s.index[s>最小支持].tolist（） k=0 对于L中的m： 温度=列表（组合（m，n-1）） 对于j英寸温度： 如果频率设置中的j（df，n-1）[0]： l、 追加（m） 支持[m]=s.loc[L]。值[k] 打破 k+=1 返回（l，支持）其中a为

def freq_set1（df）：
l=[]
s={}
对于df.columns中的i：
对于df[i]中的j，唯一（）
温度=0
对于df[i]中的k：
如果j==k：
温度+=1
如果温度>最小值支持：
l、 附加（j）

s[j]=温度
返回（左、南）
a=频率设置1（df）

---

但它不工作。

嗨，你检查过Apyori软件包了吗？它也许能帮助你。另外，请将数据以代码块的形式发布。@FedericoGarza我有一个名为apriori的包，但它不是我想要的。请看