एग्रीगेशन

Python में Market Basket Analysis

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

डेटा का अन्वेषण

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)

डेटा का अन्वेषण

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

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

Pruning और Aggregation

Pruning डायग्राम में आइटमों की सूची है, जिनमें से कुछ काटे गए हैं, यानी उन्हें हटाया गया है.

Aggregation डायग्राम दिखाता है कि आइटमों की सूची को मैप कर एक छोटी सूची में बदला गया है.

डेटा का एग्रीगेशन

# 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

डेटा का एग्रीगेशन

# 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
...                             ...                      ...

डेटा का एग्रीगेशन

# 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]

डेटा का एग्रीगेशन

# 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

एग्रीगेट्स के साथ मार्केट बास्केट विश्लेषण

Aggregation प्रक्रिया:
- Items -> Categories
- मेट्रिक्स निकालें
- नियम पहचानें

# Compute support
print(aggregated.mean())

bags     0.130075
boxes    0.071429

अभ्यास करते हैं!

Python में Market Basket Analysis