Python读取数据构建关联规则

Question

我有一个文本文件，里面有两列数据。我把它们读进Python，分别放到了两个列表里。我想做的是统计每一对出现的次数，并根据这些次数建立关联规则。

举个例子：

colA = [a,b,c,d,...]

colB = [c,y,d,e,...]

我目前只做到把数据读进两个列表，但接下来怎么统计出现的次数和建立规则呢？

代码：

pred = []
succ = []
for line in open('arsample.txt'):
    lst = line.split('\t')
    pred.append(int(lst[0]))
    succ.append(int(lst[1]))

规则的样子会是这样的，并且是按出现次数从高到低排序的：

P   S   Probability
---------------------
a > c   count(a>c)/n
...     ...

Answer 1

你可以用一个 字典 来创建一个映射关系：

mapping = {}

for key in colA:
  mapping[key] = colB.index(key)

要计算出现的次数，只需使用 .count() 方法：

colA.count('a')

注意，如果 colB 中有两个元素名字相同，这个映射关系就会出问题。因为你试图在两个不唯一的集合之间建立一一对应的关系，这样是行不通的。可以想象一下，就像从 x^2 中恢复输入的数字一样，你根本不知道。

Answer 2

来看一下 集合：

 http://docs.python.org/library/sets.html

它们允许这样做：

>>> a = [1,2,2,5,4,5,4,2,1,3]
>>> set(a)
set([1, 2, 3, 4, 5])
>>>

所以你可能需要在一个字符串列表中构建这些配对...

希望这能帮到你。