大家好，我是皮皮。
一、前言
前几天在Python白银交流群【周林】问了一个Python关联性处理的问题，这里拿出来给大家分享下。粉丝根据书本来学习的，书上就是这样直接生成表格的。
代码如下：
import tushare as ts
import pandas as pd
ts.set_token('5b4a4cd3f7aa8a983900ae2e2dbd0350bd5c388372f9df459a9045bf')
p_d=ts.get_profit_data(2022,4)
p_d.columns=['代码','名称','净收益率','净利润率','毛利润率','净利润额','每股收益','营业收入','主营收入']
Data = pd.DataFrame(p_d)
import apriori as ap #导入关联规则算法程序
support = 0.36 #最小支持度
confidwnce = 0.8 #最小置信度
ms = '-'#连接符
outputfile = 'apriori_rules1.xls'
ap.find_rule(Data, support, confodence, ms).to_excel(outputfilre)
二、实现过程
这里【甯同学】给了一个思路，如下图所示：
粉丝用的这个库是py2的库，使用py3肯定报错，换下环境，就可以解决。
三、总结
大家好，我是皮皮。这篇文章主要盘点了一个Python关联性处理的问题，文中针对该问题，给出了具体的解析和代码实现，帮助粉丝顺利解决了问题。
最后感谢粉丝【周林】提问，感谢【甯同学】给出的思路和代码解析，感谢【eric】等人参与学习交流。
【提问补充】温馨提示，大家在群里提问的时候。可以注意下面几点：如果涉及到大文件数据，可以数据脱敏后，发点demo数据来（小文件的意思），然后贴点代码（可以复制的那种），记得发报错截图（截全）。代码不多的话，直接发代码文字即可，代码超过50行这样的话，发个.py文件就行。