Agrégation

Analyse des paniers d'achat en Python

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

Explorer les données

import pandas as pd

# Load novelty gift data.
gifts = pd.read_csv('datasets/novelty_gifts.csv')

# Preview data with head() method.
print(gifts.head())

  InvoiceNo                          Description
0    562583      IVORY STRING CURTAIN WITH POLE 
1    562583        PINK AND BLACK STRING CURTAIN
2    562583                PSYCHEDELIC TILE HOOK
3    562583                ENAMEL COLANDER CREAM
4    562583  SMALL FOLDING SCISSOR(POINTED EDGE)
Analyse des paniers d'achat en Python

Explorer les données

# Print number of transactions.
print(len(gifts['InvoiceNo'].unique()))

9709

# Print number of items.
print(len(gifts['Description'].unique()))

3461
Analyse des paniers d'achat en Python

Élagage et agrégation

Élagage Le schéma montre une liste d'articles, dont certains sont biffés pour indiquer qu'ils ont été élagués.

Agrégation Le schéma montre une liste d'articles mappée vers une liste plus courte pour indiquer que

Analyse des paniers d'achat en Python

Agréger les données

# Load one-hot encoded data
onehot = pd.read_csv('datasets/online_retail_onehot.csv')

# Print preview of DataFrame
print(onehot.head(2))

    50'S CHRISTMAS GIFT BAG LARGE   DOLLY GIRL BEAKER ...  ZINC WILLIE WINKIE  CANDLE STICK
0                           False               False                               False
1                           False               False                               True
Analyse des paniers d'achat en Python

Agréger les données

# Select the column names for bags and boxes
bag_headers = [i for i in onehot.columns if i.lower().find('bag')>=0]
box_headers = [i for i in onehot.columns if i.lower().find('box')>=0]

# Identify column headers
bags = onehot[bag_headers]
boxes = onehot[box_headers]
print(bags)

       50'S CHRISTMAS GIFT BAG LARGE   RED SPOT GIFT BAG LARGE  
0                              False                     False   
1                              False                     False
...                             ...                      ...
Analyse des paniers d'achat en Python

Agréger les données

# Sum over columns
bags = (bags.sum(axis=1) > 0.0).values
boxes = (boxes.sum(axis=1) > 0.0).values
print(bags)

[False  True False ... False  True False]
Analyse des paniers d'achat en Python

Agréger les données

# Add results to DataFrame
aggregated = pd.DataFrame(np.vstack([bags, boxes]).T, columns = ['bags', 'boxes'])

print(aggregated.head())

    bags  boxes
0  False  False
1   True  False
2  False  False
3  False  False
4   True  False
Analyse des paniers d'achat en Python

Analyse du panier avec agrégats

  • Processus d'agrégation :
    • Articles -> Catégories
    • Calculer les mesures
    • Repérer les règles
# Compute support
print(aggregated.mean())

bags     0.130075
boxes    0.071429
Analyse des paniers d'achat en Python

Passons à la pratique !

Analyse des paniers d'achat en Python

Preparing Video For Download...