#?-*-?coding:?utf-8?-*-
from?__future__?import?print_function
import?pandas?as?pd



#?自定義連接函數(shù)，用于實現(xiàn)L_{k-1}到C_k的連接
def?connect_string（x?ms）:
????x?=?list（map（lambda?i:?sorted（i.split（ms））?x））
????l?=?len（x[0]）
????r?=?[]
????for?i?in?range（len（x））:
????????for?j?in?range（i?len（x））:
????????????if?x[i][:l?-?1]?==?x[j][:l?-?1]?and?x[i][l?-?1]?!=?x[j][l?-?1]:
????????????????r.append（x[i][:l?-?1]?+?sorted（[x[j][l?-?1]?x[i][l?-?1]]））
????return?r


#?尋找關聯(lián)規(guī)則的函數(shù)
def?find_rule（d?support?confidence?ms=u‘--‘）:
????result?=?pd.Dataframe（index=[‘support‘?‘confidence‘]）??#?定義輸出結果

????support_series?=?1.0?*?d.sum（）?/?len（d）??#?支持度序列
????column?=?list（support_series[support_series?>?support].index）??#?初步根據(jù)支持度篩選
????k?=?0

????while?len（column）?>?1:
????????k?=?k?+?1
????????print（u‘\n正在進行第%s次搜索...‘?%?k）
????????column?=?connect_string（column?ms）
????????print（u‘數(shù)目：%s...‘?%?len（column））
????????sf?=?lambda?i:?d[i].prod（axis=1?numeric_only=True）??#?新一批支持度的計算函數(shù)

????????#?創(chuàng)建連接數(shù)據(jù)，這一步耗時、耗內(nèi)存最嚴重。當數(shù)據(jù)集較大時，可以考慮并行運算優(yōu)化。
????????d_2?=?pd.Dataframe（list（map（sf?column））?index=[ms.join（i）?for?i?in?colu