商品销售关联分析

导入相关库

import pandas as pd 
from mlxtend.frequent_patterns import apriori,association_rules
from mlxtend.preprocessing import TransactionEncoder

读取数据

#显示所有列
pd.set_option('display.max_columns',None)
#导入数据
f=r'D:\purchase.csv'
df=pd.read_csv(f,encoding='gbk')
print('The data size is ',df.shape)

一共53704行数据，12列信息
查看数据

df.head(5)

查看数据是否存在缺失

df.info()

无缺失数据

数据编码

按照交易号、商品大类对商品交易数量分组计数；之后使用unstack函数将数据从“花括号结构”变成“表格”结构并用reset_index还原索引重新变为默认索引；最后将空值用0进行填充，设置交易号为索引。

basket = (df
        .groupby(['交易号','商品大类'])['商品交易数量'].count()
        .unstack().reset_index().fillna(0).set_index('交易号'))
 basket.shape
 basket.head(5)       

结果如下：一共有595次交易，23个商品大类。


由于关联算法只接受0和1的值，所以我们要对大于等于1 的值转换为1，即购买了该商品；将小于等于0的值转换为0，即未购买该商品。定义好函数之后使用applymap()作用于DataFrame每一个元素。

def encode_units(x):
   if x <= 0:
       return 0
   if x >= 1:
       return 1

basket_sets = basket.applymap(encode_units)
basket_sets.head()

使用算法进行关联运算

将数据导入频繁项集模型，设置最小支持度为“0.6”并使用原列名,对频繁项集进行支持度排序，并查看数据

frequent_itemsets = apriori(basket_sets,
             min_support=0.6,
             use_colnames=True,
             max_len=None)
print('frequent_itemsets num is:', len(frequent_itemsets))
frequent_itemsets.sort_values(by='support',
                             ascending=False,
                             inplace=True) 
frequent_itemsets.head(10)

总共有61个频繁项集，排名前10位的类目，有1-2个类目相关联，且两类目相关联的数据的子类目均为支持度前四的类目。可以将这些商品类目的位置摆放在一起，提高转化。

将得到的频繁项集数据导入关联规则模型，设置关联规则为“提升度”，最小值为“1”,对关联规则进行规则置信度排序，并查看数据

rules=association_rules(frequent_itemsets,metric='lift',min_threshold=1)
print('rules num is ',len(rules))
rules.sort_values(by='confidence',ascending=False,inplace=True)
rules.head(10)

关联规则有234项，前10项关联规则的置信度均达到0.99以上，平均提升度在1.4以上。

筛选出置信度>=0.95的关联规则，最后符合条件的规则有113个。

print('selected rule num is:',len(selected_rules))
selected_rules.head(10)

从数据中可以得到，（18，11）或（11，14）或（18，11，14）-> 15的置信度 > 0.99，而它们的提升度达到了1.468。
也就意味着，同时购买（18）、（11）和（14）中的两种或3种商品的人，很有可能再购买1.468份15，所以可以将他们组合一起出售。