#-*-?coding:?utf-8?-*-
from?__future__?import?print_function????#Python3.+?不需要此項引入
import?pandas?as?pd
?
#自定義連接函數，用于實現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（ilen（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
?
#尋找關聯規則的函數
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（C1）
??column?=?list（support_series[support_series?>?support].index）?#初步根據支持度篩選（剪枝，得到頻繁項集?L1）
??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（通過相乘得1確認項集結果[數據已轉換為‘0無’，‘1有’的形式，每一項集中元素相乘結果為1則證明有該