关联规则读取Excel文件代码案例文件

以下是使用 Python 读取 Excel 文件中数据并生成关联规则的代码示例：

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

# 读取 Excel 文件
df = pd.read_excel('data.xlsx')

# 将数据转换为交易项矩阵
te = TransactionEncoder()
te_ary = te.fit_transform(df.values[:,1:])
df = pd.DataFrame(te_ary, columns=te.columns_)

# 生成频繁项集
frequent_itemsets = apriori(df, min_support=0.05, use_colnames=True)

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

# 打印关联规则
print(rules)

其中，`data.xlsx` 是存储数据的 Excel 文件，第一列为交易编号，其余列为交易项。代码中使用了 `pandas` 和 `mlxtend` 库，分别用于读取 Excel 文件和生成关联规则。通过 `TransactionEncoder` 将数据转换为交易项矩阵，然后使用 `apriori` 函数生成频繁项集，最后使用 `association_rules` 函数生成关联规则。在输出结果时，可以通过修改 `rules` 变量的属性来选择要显示的关联规则信息。