为列表中的每个项目查找最常关联的项目

问题描述

我真的很难找到答案 - 我正在尝试为列表中的每个项目找到最常一起出售的项目。我已经设法让我的数据看起来像这样：

order_number    item_name
0   517640  [nan]
1   517660  [a]
2   517663  [a,b]
3   517665  [a,c,d,e]
4   517666  [c,a,b,d]

我目前使用的代码是：

import itertools
list(itertools.combinations(items.item_name[0],3))
combinations_list = []

for row in items.item_name:
    combinations = list(itertools.combinations(row,2))
    combinations_list.append(combinations)
combinations_list[:2]

combination_counts = pd.Series(combinations_list).explode().reset_index(drop=True)

combination_counts.value_counts()[:50]

这将返回出现在此列表中的 50 个最常见的对（我认为 ?）。

有什么想法可以让我在列表中显示 3 种最常出售的商品以及我们目前销售的每件商品吗？

任何帮助将不胜感激。

干杯?

解决方法

对于每个项目，您需要保留以相同顺序出现的其他项目的计数列表。扫描订单列表并为每对增加计数器。最后，只报告每个列表中计数最大的三个项目。

为了实现，如果列表是稀疏的（一个给定的项目与其他几个项目一起出现），每个项目使用一个字典。否则，使用计数数组。