请问各位大大,
我用python 跑apriori 算法:
程式回传关联规则的资料结构长这样:
{(1,): ((3,), 1.0), (2,): ((5,), 1.0), (5,): ((2,), 1.0), (2, 3): ((5,),
1.0), (3, 5): ((2,), 1.0)}
意思是:
1->3 信心度:1
2->5 信心度:1
5->2 信心度:1
2,3 ->5 信心度:1
3,5->2 信心度:1
{(1,): ((3,), 1.0), (2,): ((5,), 1.0), (5,): ((2,), 1.0), (2, 3): ((5,),
1.0), (3, 5): ((2,), 1.0)}
请问有什么方法可以让上面字典的资料结构变成dataframe 如下:
前件 后件 信心度
1 3 1
2 5 1
5 2 1
2,3 5 1
3,5 2 1
谢谢各位!

_data = [[key[0], val[0][0], val[1]] for key, val in data.items()]cols = ["前件", "后件", "信心度"]df = df.DataFrame(_data, columns=cols)df = pd.DataFrame(_data, columns=cols)df=df那行打错看下面那行，简单来说就是用list comprehension取出你要的资料让每笔资料变成一个list(到时候会变成dataframe的一个row) 再来cols就是照你要的字段名称而已，最后再整个丢到dataframe里面就行，没实际测过但是应该可以用

谢谢版友回复!