在Python中，可以使用mlxtend库来实现Apriori算法，并且可以获取关联规则。下面是一个示例代码：

from mlxtend.frequent_patterns import apriori
from mlxtend.frequent_patterns import association_rules
import pandas as pd

# 创建示例数据集
data = {'Transaction_ID': [1, 1, 1, 2, 2, 2, 3, 3, 3, 3],
        'Item': ['A', 'B', 'C', 'A', 'C', 'D', 'B', 'C', 'D', 'E']}
df = pd.DataFrame(data)

# 使用Apriori算法获取频繁项集
frequent_itemsets = apriori(df.groupby('Transaction_ID')['Item'].apply(list), min_support=0.2, use_colnames=True)

# 使用关联规则生成器获取关联规则
rules = association_rules(frequent_itemsets, metric="confidence", min_threshold=0.6)

# 打印关联规则
print(rules)

输出结果会包含支持度、置信度和提升度等关联规则的信息。

注意，mlxtend库可以通过pip install mlxtend命令进行安装。