计算项目对出现次数答案

【问题标题】：Calculating item pair occurrences计算项目对出现次数
【发布时间】：2019-07-10 16:35:36
【问题描述】：

我有代表客户是否购买了某些商品的数据框。 df 如下所示：

P1  P2  P3  P4  P5
1   2   0   0   0
1   1   0   0   0
0   0   0   3   0 
1   0   0   1   0
1   0   5   1   0
1   1   0   0   0

我正在尝试创建有多少家庭购买了表中每个项目对的事件。结果的快照如下：

P1  P2  3
P1  P3  1
P1  P4  2
---------

作为第一步，我将数据转换为二进制格式 - 如果商品已购买。但是，我正在努力将其转换为项目对组的功能。

---我希望使用这些数据创建一个网络图，所以也许创建一个矩阵也有用

【问题讨论】：

如果您的数据大小是一个问题，那么您可能会考虑下次在您的问题中提及这一点。由于您的粗鲁评论，我删除了我的答案，但是，为了回答您的问题，是的如果您按照嵌入式说明将其包装，我的解决方案（在您喜欢的任何答案前半小时出现）可以有效扩展一个函数。见?apply。
抱歉，这不是我的本意，不过谢谢您的回答
另见this general QA； as.data.frame(as.table(crossprod(as.matrix(d) > 0)))

标签： r dplyr

【解决方案1】：

调用你的数据d:

d = structure(list(P1 = c(1L, 1L, 0L, 1L, 1L, 1L), P2 = c(2L, 1L, 
0L, 0L, 0L, 1L), P3 = c(0L, 0L, 0L, 0L, 5L, 0L), P4 = c(0L, 0L, 
3L, 1L, 1L, 0L), P5 = c(0L, 0L, 0L, 0L, 0L, 0L)), .Names = c("P1", 
"P2", "P3", "P4", "P5"), class = "data.frame", row.names = c(NA, 
-6L))

我们可以使用combn:

pairs = combn(x = names(d), m = 2)
counts = combn(x = names(d), m = 2, FUN = function(x) sum(d[[x[1]]] > 0 & d[[x[2]]] > 0))

cbind.data.frame(t(pairs), counts)
#     1  2 counts
# 1  P1 P2      3
# 2  P1 P3      1
# 3  P1 P4      2
# 4  P1 P5      0
# 5  P2 P3      0
# 6  P2 P4      0
# 7  P2 P5      0
# 8  P3 P4      1
# 9  P3 P5      0
# 10 P4 P5      0

【讨论】：

【解决方案2】：

首先进行列名的所有成对组合：

  res <- as.data.frame( t( combn(names(dat),2)))

然后对销售的两列中的存在进行逐行求和：

    res$counts <- apply(res, 1, function(rw)  sum( 
                                   pmin( as.logical(dat[ ,rw[1] ]), #rw[1] is col name 
                                         as.logical(dat[ , rw[2] ]) # 2nd col name
                        )               )        )

> res
   V1 V2 counts
1  P1 P2      3
2  P1 P3      1
3  P1 P4      2
4  P1 P5      0
5  P2 P3      0
6  P2 P4      0
7  P2 P5      0
8  P3 P4      1
9  P3 P5      0
10 P4 P5      0

【讨论】：

【解决方案3】：

您可以使用combn() 来构建这个：

as.data.frame(t(combn(names(df),2, function(x) list(x[1], x[2], sum((df[,x[1]]*df[,x[2]])!=0)))))
   V1 V2 V3
1  P1 P2  3
2  P1 P3  1
3  P1 P4  2
4  P1 P5  0
5  P2 P3  0
6  P2 P4  0
7  P2 P5  0
8  P3 P4  1
9  P3 P5  0
10 P4 P5  0

【讨论】：

不错。你也可以as.data.frame(t(combn(df, 2, function(x) c(names(x), sum(x[1] * x[2] != 0)))))。