关联规则读取Excel文件代码

以下是使用 Python 中的 Pandas 库读取 Excel 文件并提取关联规则的示例代码：

import pandas as pd
from mlxtend.frequent_patterns import apriori
from mlxtend.frequent_patterns import association_rules

# 读取 Excel 文件
df = pd.read_excel('data.xlsx')
# 只保留需要的列
df = df[['订单编号', '商品名称']]
# 将商品名称列转换为每个订单的商品列表
df = df.groupby('订单编号')['商品名称'].apply(list).reset_index(name='商品列表')

# 对商品列表进行 one-hot 编码
oht_df = df['商品列表'].apply(pd.Series).fillna(0)
oht_df = pd.get_dummies(oht_df.apply(pd.Series).stack()).sum(level=0)

# 使用 Apriori 算法提取频繁项集
frequent_itemsets = apriori(oht_df, min_support=0.05, use_colnames=True)

# 提取关联规则
rules = association_rules(frequent_itemsets, metric="lift", min_threshold=1)

# 输出关联规则
print(rules)

这个示例代码使用了 mlxtend 库中的 Apriori 算法和关联规则提取函数。该代码会读取名为 data.xlsx 的 Excel 文件，并提取订单中商品之间的关联规则。你需要根据你的具体情况修改代码中的文件名和需要保留的列名。