计算Pandas数据框架中项目集的频率

计算Pandas数据框架中项目集的频率可以使用Pandas中的value_counts()方法来实现。

value_counts()方法可以用于计算Series（一维数据）中每个元素的频率，也可以用于计算DataFrame（多维数据）中某一列的频率。

下面结合示例详细讲解如何计算DataFrame中项目集的频率。

首先，导入Pandas模块并创建一个简单的包含商品订单信息的数据框：

import pandas as pd

# 定义数据
data = {
    '商品名称': ['商品A', '商品B', '商品A', '商品C', '商品C', '商品A', '商品B', '商品D'],
    '数量': [1, 2, 3, 4, 5, 2, 1, 4],
    '金额': [50, 30, 40, 60, 100, 80, 20, 70]
}

# 创建数据框
df = pd.DataFrame(data)

得到以下数据框：

	商品名称	数量	金额
0	商品A	1	50
1	商品B	2	30
2	商品A	3	40
3	商品C	4	60
4	商品C	5	100
5	商品A	2	80
6	商品B	1	20
7	商品D	4	70

接下来，通过value_counts()方法计算‘商品名称’列中每个商品出现的频率。

df['商品名称'].value_counts()

执行上面的代码会得到以下结果：

商品A    3
商品B    2
商品C    2
商品D    1
Name: 商品名称, dtype: int64

这个结果表明，商品A在这7项订单中被订购了3次，商品B被订购了2次，商品C和商品D分别被订购了2次和1次。

另外，value_counts()方法还可以通过参数normalize来计算频率的百分比。normalize参数默认为False，如果将normalize参数设置为True，则会计算出每个元素占比的百分比。

df['商品名称'].value_counts(normalize=True)

这时得到的结果是：

商品A    0.375
商品B    0.250
商品C    0.250
商品D    0.125
Name: 商品名称, dtype: float64

这个结果表明，商品A出现的频率为0.375（即占比37.5%），商品B的频率为0.25（即占比25%），商品C和商品D的频率分别为0.25和0.125。

最后，如果需要按频率大小排序，则可以通过sort_values()方法来实现。该方法将DataFrame中的数据根据指定的列进行排序，默认是按升序排列。在本例中，需要按照降序排列。方法是将ascending参数设置为False。

df['商品名称'].value_counts(normalize=True).sort_values(ascending=False)

得到的结果是：

商品A    0.375
商品B    0.250
商品C    0.250
商品D    0.125
Name: 商品名称, dtype: float64

这个结果与之前相同，只是按照频率大小进行了排序。

至此，我们完成了计算DataFrame中项目集频率的相关操作。