第11关：布尔数据集构建

任务描述

将以下超市的购买记录： I1：西红柿、排骨、鸡蛋、毛巾、水果刀、苹果 I2：西红柿、茄子、水果刀、香蕉 I3：鸡蛋、袜子、毛巾、肥皂、苹果、水果刀 I4：西红柿、排骨、茄子、毛巾、水果刀 I5：西红柿、排骨、酸奶、苹果 I6：鸡蛋、茄子、酸奶、肥皂、苹果、香蕉 I7：排骨、鸡蛋、茄子、水果刀、苹果 I8：土豆、鸡蛋、袜子、香蕉、苹果、水果刀 I9：西红柿、排骨、鞋子、土豆、香蕉、苹果 转换为布尔数据集，其中数据集用数据框来表示，数据框中的字段名称即为商品名称，如果商品在某个购买记录中出现用1来表示，否则为0。

相关知识

为了完成本关任务，你需要掌握：1.布尔关联规则挖掘，2.事务数据集转化为布尔（0、1）值数据表。

布尔关联规则挖掘

布尔关联规则挖掘是指将事务数据集转化为布尔（0、1）值数据集，并在布尔数据集基础上挖掘关联规则的一种方法。

数据集转化为布尔（0、1）值

算法如下： 1.定义一个空的字典D和包含所有商品的列表tiem=['西红柿','排骨','鸡蛋','茄子','袜子','酸奶','土豆','鞋子']； 2.定义一个长度与数据集长度（事务个数）相同的一维全零数组z，循环操作商品列表tiem，对每一个商品，搜索其所在事务序号（行号），并将事务序号对应的z位置修改为1，同时以商品作为键，z作为值，添加到字典D中； 3.将D转化为数据框。

示例如下：

1. tiem=['西红柿','排骨','鸡蛋','茄子','袜子','酸奶','土豆','鞋子']
2. import pandas as pd
3. import numpy as np
4. data = pd.read_excel('tr.xlsx',header = None)
5. data=data.iloc[:,1:]
6. D=dict()
7. for t in range(len(tiem)):
8. z=np.zeros((len(data)))
9. li=list()
10. for k in range(len(data.iloc[0,:])):
11. s=data.iloc[:,k]==tiem[t]
12. li.extend(list(s[s.values==True].index))
13. z[li]=1
14. D.setdefault(tiem[t],z)
15. Data=pd.DataFrame(D) #布尔值数据表

输出：

编程要求

根据提示，在右侧编辑器补充代码，得出布尔值数据表。

测试说明

平台会对你编写的代码进行测试。

---

开始你的任务吧，祝你成功！

任务代码

#********** Begin **********#
##将以下超市的购买记录（已用一个"超市购买记录.txt"来存放，读取该文件即可）
##注意：文件内容存放与下列展示一致，即顿号分隔，“##”号不是文件内容，文件编码为utf-8）：
##  I1、西红柿、排骨、鸡蛋、毛巾、水果刀、苹果
##  I2、西红柿、茄子、水果刀、香蕉
##  I3、鸡蛋、袜子、毛巾、肥皂、苹果、水果刀
##  I4、西红柿、排骨、茄子、毛巾、水果刀
##  I5、西红柿、排骨、酸奶、苹果
##  I6、鸡蛋、茄子、酸奶、肥皂、苹果、香蕉
##  I7、排骨、鸡蛋、茄子、水果刀、苹果
##  I8、土豆、鸡蛋、袜子、香蕉、苹果、水果刀
##  I9、西红柿、排骨、鞋子、土豆、香蕉、苹果
## 将其转换为布尔数据集，其中数据集用数据框Data来表示，数据框中的字段名称即为商品名称，如果商品在某个购买记录中出现用1来表示，否则为0
def return_values():
    tiem=['西红柿','排骨','鸡蛋','茄子','袜子','酸奶','土豆','鞋子']#商品名称，也是数据框的字段名
    import pandas as pd
    import numpy as np
    data=pd.read_table('超市购买记录.txt',engine='python',sep='、',encoding = 'utf-8',header=None)
    data=data.iloc[:,1:]
    D=dict()
    for t in range(len(tiem)):
        z=np.zeros((len(data)))
        li=list()
        for k in range(len(data.iloc[0,:])):
            s=data.iloc[:,k]==tiem[t]
            li.extend(list(s[s.values==True].index))
        z[li]=1
        D.setdefault(tiem[t],z)
    Data=pd.DataFrame(D)  #布尔值数据表
    return Data
#********** End **********#