这是我的超市销售数据.csv :单据号,销售时间,商品货号,商品名称,销售单价,销售数量,销售金额 请给我一份完整代码

### 数据挖掘实验完整代码 以下是基于 PyCharm Community Edition 2022.3 和 pandas 库实现的一个完整的数据挖掘实验流程，涵盖了超市销售数据分析、购物篮分析以及 Apriori 算法的应用。 #### 安装所需工具包 在运行代码之前，请确保已安装以下 Python 包： - `pandas`：用于数据处理。 - `mlxtend.frequent_patterns`：提供 Apriori 算法及相关功能。 可以通过以下命令安装这些依赖项： ```bash pip install pandas mlxtend ``` #### 导入必要的模块 ```python import pandas as pd from mlxtend.preprocessing import TransactionEncoder from mlxtend.frequent_patterns import apriori, association_rules ``` #### 加载并预览数据 假设有一个名为 `超市销售数据.csv` 的文件存储了超市销售记录。该 CSV 文件应至少包含两列：`InvoiceNo` 表示单据号，`ItemName` 表示商品名称。 ```python # 加载数据 data = pd.read_csv('超市销售数据.csv') # 查看数据的前几行 print(data.head()) ``` #### 按单据号分组统计商品列表 将每张发票对应的商品汇总成一个列表形式。 ```python grouped = data.groupby('InvoiceNo')['ItemName'].apply(list).reset_index(name='Items') print(grouped.head()) ``` #### 过滤商品数量大于 1 的购物篮 仅保留那些购买了多个不同商品的交易记录。 ```python filtered_grouped = grouped[grouped['Items'].map(len) > 1] print(filtered_grouped.head()) ``` #### 准备 Apriori 输入格式 Apriori 需要输入的是布尔型矩阵，因此需先将其转换为适合的形式。 ```python transactions = filtered_grouped['Items'].tolist() te = TransactionEncoder() te_ary = te.fit(transactions).transform(transactions) df_encoded = pd.DataFrame(te_ary, columns=te.columns_) print(df_encoded.head()) ``` #### 调用 Apriori 计算频繁项集和支持度 设置最小支持度阈值（如 0.05），找出满足条件的频繁项集。 ```python frequent_itemsets = apriori(df_encoded, min_support=0.05, use_colnames=True) print(frequent_itemsets) ``` #### 使用关联规则计算置信度和提升度 生成关联规则，并指定评价指标及其最低阈值。 ```python rules = association_rules(frequent_itemsets, metric="lift", min_threshold=1) rules = rules.sort_values(['confidence', 'lift'], ascending=[False, False]) print(rules[['antecedents', 'consequents', 'support', 'confidence', 'lift']].head(10)) ``` 以上代码实现了从原始销售数据到提取关联规则的过程[^1]。 --- ### 关联规则解读说明 - **支持度 (Support)**：表示某两个或多个项目共同出现的概率。其数值越高，则表明该项组合越常见于整个数据集中。 - **置信度 (Confidence)**：衡量当某个前提事件发生时，另一个结果发生的可能性大小。较高的置信水平意味着更强的相关性。 - **提升度 (Lift)**：反映前后件之间的独立性和相互影响程度。如果 Lift 值接近 1，则两者几乎无关；若远超 1 则存在正向关系；反之则可能负相关[^3]。 --- ###