47丨如何利用SQL对零售数据进行分析？

精选留言(8)

• 

  mickey

  import numpy as np
  import pandas as pd
  title = ['牛奶', '面包', '尿布', '可乐', '啤酒', '鸡蛋'];
  x = [[1, 1, 1, 0, 0, 0],
       [0, 1, 1, 1, 1, 0],
       [1, 0, 1, 0, 1, 1],
       [1, 1, 1, 0, 1, 0],
       [1, 1, 1, 1, 0, 0]]
  df = pd.DataFrame(x, columns=title)
  
  
  # 创建两个表 分别作为支持度和置信度的准备表
  df1 = pd.DataFrame(np.zeros([1, 6]), index=['支持度'], columns=title)
  df2 = pd.DataFrame(np.zeros([6, 6]), index=title, columns=title)
  df3 = pd.DataFrame(np.zeros([6, 6]), index=title, columns=title)
  
  
  # 计算支持度
  for i in x:
      for j in range(1):
          for k in range(j, 6):
             if not i[k] : continue
             df1.iloc[j,k] += 1
  
  support = df1.apply(lambda x: x /5)
  # 返回支持度的结果
  print(support)
  
  # 计算置信度
  for i in x:
      for j in range(5):
          # 如果为0 就跳过
          if not i[j] : continue
          # 如果不0，继续遍历，如果有购买，便+1
          for k in range(j+1,5):
              if not i[k] : continue
              df2.iloc[j,k] += 1
              df2.iloc[k,j] += 1
  for j in range(6):
      df3.iloc[j] = df2.iloc[j] / df.sum()[j]
  confidence = df3.round(2) # 以3位小数返回置信度表
  # 返回置信度的结果
  print(confidence)
  
        牛奶 面包 尿布 可乐 啤酒 鸡蛋
  支持度 0.8 0.8 1.0 0.4 0.6 0.2
        牛奶 面包 尿布 可乐 啤酒 鸡蛋
  牛奶 0.00 0.75 1.0 0.25 0.5 0.0
  面包 0.75 0.00 1.0 0.50 0.5 0.0
  尿布 0.80 0.80 0.0 0.40 0.6 0.0
  可乐 0.50 1.00 1.0 0.00 0.5 0.0
  啤酒 0.67 0.67 1.0 0.33 0.0 0.0
  鸡蛋 0.00 0.00 0.0 0.00 0.0 0.0
  

  作者回复: 赞一下，除了自己写，你还可以使用efficient_apriori或者mlxtend工具包
  from mlxtend.frequent_patterns import apriori
  使用起来很方便

  2019-09-27

  

   7
• 

  ttttt

  遇到错误：NotSupportedError: (mysql.connector.errors.NotSupportedError) Authentication plugin 'caching_sha2_password' is not supported (Background on this error at: http://sqlalche.me/e/tw8g)
  解决方法
  engine = sql.create_engine( 'mysql+pymysql://{}:{}@{}/{}'.format(user, passwd, host, database))
  mysql+mysqlconnector 改成 mysql+pymysql 就行了

  2019-09-27

  

   1
• 

  ttttt

  efficient-apriori官方文档
  https://efficient-apriori.readthedocs.io/en/stable/

  作者回复: 感谢分享文档，除了使用efficient-apriori，还可以使用mlxtend.frequent_patterns 这个工具

  2019-09-27

  

   1
• 

  骑行的掌柜J

  评论里朋友ttttt说”
  遇到错误：mysql.connector.errors.NotSupportedError) Authentication plugin 'caching_sha2_password' is not supported “
  换pymysql就可以，不过我这里有另一种解法，可以到我的博客看看，希望对你有帮助！谢谢
  https://blog.csdn.net/weixin_41013322/article/details/103427293

  2019-12-06

  

  
• 

  Destroy、

  transactions = []
  temp_index = 0
  for i, v in orders_series.items():
      if i != temp_index:
          temp_set = set()
          temp_index = i
          temp_set.add(v)
          transactions.append(temp_set)
          print(transactions)
      else:
          temp_set.add(v)
  老师，这里的transactions = [] 里面的元素，不应该是每个订单所有的商品集合吗？ 但是上述代码不是实现这个需求

  2019-09-27

  

  
• 

  ttttt

  
  # 一行代码数据集格式转换
  # transactions = list(data.groupby('Transaction').agg(lambda x: set(x.Item.values))['Item'])
  # 完整代码
  from efficient_apriori import apriori
  import sqlalchemy as sql
  import pandas as pd
  
  # 数据加载
  engine = sql.create_engine('mysql+pymysql://root:passwd@localhost/wucai')
  query = 'SELECT * FROM bread_basket'
  data = pd.read_sql_query(query, engine)
  
  # 统一小写
  data['Item'] = data['Item'].str.lower()
  # 去掉none项
  data = data.drop(data[data.Item == 'none'].index)
  
  # 得到一维数组orders_series，并且将Transaction作为index, value为Item取值
  orders_series = data.set_index('Transaction')['Item']
  # 将数据集进行格式转换
  transactions = transactions = list(data.groupby('Transaction').agg(lambda x: set(x.Item.values))['Item'])
  
  # 挖掘频繁项集和频繁规则
  itemsets, rules = apriori(transactions, min_support=0.02, min_confidence=0.5)
  print('频繁项集：', itemsets)
  print('关联规则：', rules)
  
  # ----------输出结果------------------ #
  频繁项集： {1: {('alfajores',): 344, ('bread',): 3096, ('brownie',): 379, ('cake',): 983, ('coffee',): 4528, ('cookies',): 515, ('farm house',): 371, ('hot chocolate',): 552, ('juice',): 365, ('medialuna',): 585, ('muffin',): 364, ('pastry',): 815, ('sandwich',): 680, ('scandinavian',): 275, ('scone',): 327, ('soup',): 326, ('tea',): 1350, ('toast',): 318, ('truffles',): 192}, 2: {('bread', 'cake'): 221, ('bread', 'coffee'): 852, ('bread', 'pastry'): 276, ('bread', 'tea'): 266, ('cake', 'coffee'): 518, ('cake', 'tea'): 225, ('coffee', 'cookies'): 267, ('coffee', 'hot chocolate'): 280, ('coffee', 'juice'): 195, ('coffee', 'medialuna'): 333, ('coffee', 'pastry'): 450, ('coffee', 'sandwich'): 362, ('coffee', 'tea'): 472, ('coffee', 'toast'): 224}}
  关联规则： [{cake} -> {coffee}, {cookies} -> {coffee}, {hot chocolate} -> {coffee}, {juice} -> {coffee}, {medialuna} -> {coffee}, {pastry} -> {coffee}, {sandwich} -> {coffee}, {toast} -> {coffee}]

  2019-09-27

   1

  
• 

  mickey

  支持度
  牛奶 0.8
  面包 0.8
  尿布 1
  可乐 0.4
  啤酒 0.6
  鸡蛋 0.2
  

  作者回复: 正确，同时（牛奶、面包、尿布）的支持度应该是3/5=0.6

  2019-09-27

  

  
• 

  学习

  牛奶，面包，尿布同时出现是3，支持度是3/5=0.6

  作者回复: 正确

  2019-09-27

  

  