如何使用python apriori解析众议院投票二进制数据集？

from apyori import apriori
import pandas as pd

data = pd.read_csv('投票数据集.csv')

# 将数据集转换为适合Apriori算法的格式
transactions = []
for i in range(len(data)):
    transactions.append([str(data.values[i, j]) for j in range(len(data.columns))])

# 使用Apriori算法生成频繁项集和关联规则
results = list(apriori(transactions, min_support=0.2, min_confidence=0.5, min_lift=1.0))

# 解析频繁项集和关联规则
for item in results:
    # 解析频繁项集
    print("频繁项集: ", list(item.items))
    print("支持度: ", item.support)

    # 解析关联规则
    for rule in item.ordered_statistics:
        print("前提: ", list(rule.items_base))
        print("结论: ", list(rule.items_add))
        print("置信度: ", rule.confidence)
        print("提升度: ", rule.lift)