Python：如何找到最頻繁的元素組合？

Question

機器提供熊貓數據幀中提供的故障代碼。 id標識機器， code為故障代碼：

df = pd.DataFrame({
    "id": [1,1,1,1,1,2,2,2,2,3,3,3,3,3,3,4],
    "code": [1,2,5,8,9,2,3,5,6,1,2,3,4,5,6,7],
})

閱讀示例：機器 1 生成了 5 個代碼：1、2、5、8 和 9。

我想找出所有機器上最常見的代碼組合。 該示例的結果將類似於[2] (3x)、 [2,5] (3x)、 [3,5] (2x) 等。

我怎樣才能做到這一點？ 由於有大量數據，我正在尋找有效的解決方案。

以下是表示數據的另外兩種方法（以防計算更容易）：

pd.crosstab(df.id, df.code)

df.groupby("id")["code"].apply(list)

Answer 1

使用自定義函數all_subsets ，然后按Series.explode壓平值，最后使用Series.value_counts ：

from itertools import chain, combinations

#https://stackoverflow.com/a/5898031
#only converted to list and removed empty tuples by range(1,...
def all_subsets(ss):
    return list(chain(*map(lambda x: combinations(ss, x), range(1, len(ss)+1))))

s = df.groupby('id')['code'].apply(all_subsets).explode().value_counts()
print (s)
(2,)            3
(2, 5)          3
(5,)            3
(1, 2)          2
(3, 6)          2
               ..
(1, 5, 8)       1
(9,)            1
(1, 3, 4, 6)    1
(5, 8, 9)       1
(4, 6)          1