Turf 实现（R+Python,支持Maxdiff Turf)

import itertools cols=['广告1', '广告2', '广告3', '广告4', '广告5', '广告6'] #按照两两组合生成列表 list(itertools.combinations(cols,2)) import itertools import numpy as np import pandas as pd def TURF_tool(input_df,cols,max_cbts=10): '''生成TURF分析结果，input_df为标准输入的dataframe，cols为需要进行组合的列名，需要为可迭代对象;max_cbts用于控制最大的组合数量''' #先生成组合方式，此处生成所有组合，实际调用时通过max_cbts来控制 combinations=[] for i in range(len(cols)): combine=list(itertools.combinations(cols,i+1)) combinations.append(combine) #统计以上结果，并进行汇总 #将对应数据选出，然后对所有列进行all处理，然后利用sum求和计算出符合条件的数量，如df.loc[:,list(combinations[1][0])].all(axis=1).sum() # df.loc[:,list(combinations[1][0])] combine_list=[] for i in range(max_cbts): print("正在计算第{}种组合\n".format(i+1)) temp=combinations[i] temp_length= len(combinations[i]) for j in range(temp_length): statis_dict={} #提取组合方式，为可迭代对象 combine_cols=combinations[i][j] # 按照组合形式，进行统计结果 #计算到达数 count_combine=input_df.loc[:,combine_cols].any(axis=1).sum() #计算频数，即累计数量 acuum_combine=input_df.loc[:,combine_cols].sum().sum() statis_dict['组合']=combine_cols statis_dict['组合数']= i+1 statis_dict['到达数']=count_combine statis_dict['频数']=acuum_combine combine_list.append(statis_dict) combine_result=pd.DataFrame(combine_list) #得出总数 # combine_result['总数']=input_df.loc[:,cols].any(axis=1).sum() combine_result['总数']=len(input_df) #计算到达率 combine_result['到达率']=combine_result['到达数']/combine_result['总数'] #计算频率 combine_result['频率']=combine_result['频数']/combine_result['频数'].max() #进行排序 combine_result=combine_result.sort_values('到达率',ascending=False) return combine_result