Python 如何在分组数据帧上找到最常见的项组合？

我有这样一个数据帧：

pd.DataFrame([{"order_id": 1234, "product": "milk"},
              {"order_id": 1234, "product": "butter"},
             {"order_id": 4321, "product": "bread"}, 
             {"order_id": 4321, "product": "milk"},
             {"order_id": 4321, "product": "butter"},
             {"order_id": 1111, "product": "corn"},
             {"order_id": 1111, "product": "cereal"},
             {"order_id": 8888, "product": "milk"}])

    order_id    product
0   1234    milk
1   1234    butter
2   4321    bread
3   4321    milk
4   4321    butter
5   1111    corn
6   1111    cereal
7   8888    milk

我需要找到最常见的产品组合，而不必推断在这些组合中要放入多少产品

这个例子应该把牛奶和黄油作为最常一起购买的两种食品

---

我已尝试按订单id对它们进行分组，但找不到解决方案来获取组内的组合。

我们可以通过合并和groupby.size查找产品对：

给你

('butter', 'milk')

itertools.combinations和pandas.Series.mode 收款台 与上述答案类似，但使用计数器而不是pandas.Series.mode

---

使用groupby。它将为您提供不同的列表。是的，groupby为我提供了列表，但我需要选择最常见的组合，groupby['order_id'，'product']。size将仅为我提供分组的订单。我需要订单中的产品组合。这真的不清楚。你能说说你对样品清单的期望吗。我的意思是你期望你的组合是什么。如果问题要求所有的组合，那可能太难了。不过我们可以配对。@MEdwin在样本中我有两个不同的订单号，分别是牛奶和黄油，而且都含有两种ITEN。如果有人买牛奶，它可能也会买黄油，因为大多数含有牛奶的订单都有黄油。就这样，谢谢！比我想象的要复杂一点，但它能工作！这不是只返回配对吗？@rpanai OP在评论中说，配对现在就可以了。这看起来好多了！使用这种方法，我们是否可以删除组合中硬编码的项目数，并使用算法为我们推断它？

('butter', 'milk')

from itertools import combinations

pd.Series.mode([
    t for _, d in df.groupby('order_id').product
    for t in combinations(d, 2)
])

0    (milk, butter)
dtype: object

from itertools import combinations
from collections import Counter

Counter([
    t for _, d in df.groupby('order_id').product
    for t in combinations(d, 2)
]).most_common(1)

[(('milk', 'butter'), 2)]