Czy w R jest rozwiązanie do generowania unikalnych kombinacji i ich częstotliwości?

Dec 09 2020

Oto mój kod. Próbuję wygenerować wszystkie niepowtarzalne kombinacje kolumny Food i ile razy się ona pojawia, biorąc pod uwagę kolumnę ID.


customerDataFrame <- data.frame(CustomerID = c('A', 'B', 'B', 'C', 'D', 'D'),
                                Food = c('Pizza', 'Pizza', 'Tacos', 'Tacos', 'Tacos', 'Pizza'))

customerDataFrame %>% 
  group_by(CustomerID) %>% 
  summarise_all(funs(toString(unique(.)))) %>%
  ungroup() %>%
  group_by(Food) %>%
  summarise(n= n())

Oto wynik w tej chwili:

# A tibble: 4 x 2
  Food             n
  <chr>        <int>
1 Pizza            1
2 Pizza, Tacos     1
3 Tacos            1
4 Tacos, Pizza     1

Jest to technicznie niepoprawne, ponieważ klienci, którzy kupują (Pizza, Tacos) i (Tacos, Pizza), powinni należeć do tej samej grupy. Nie ma znaczenia, w jakiej kolejności kupują.

(Otrzymałem kod z tej odpowiedzi: Używanie dplyr do tworzenia wektora unikalnych kombinacji wartości dla danej grupy )

Oto, co próbuję uzyskać:

# A tibble: 4 x 2
  Food             n
  <chr>        <int>
1 Pizza            1
2 Pizza, Tacos     2
3 Tacos            1

Odpowiedzi

3 Duck Dec 09 2020 at 21:15

Spróbuj tego. Możesz podwoić summarise(), aby uzyskać oczekiwany wynik:

library(dplyr)
#Code
new <- customerDataFrame %>%
  arrange(CustomerID,Food)%>%
  group_by(CustomerID) %>%
  summarise(Food=paste0(Food,collapse = ',')) %>%
  group_by(Food,.drop = T) %>%
  summarise(N=n())

Wynik:

# A tibble: 3 x 2
  Food            N
  <chr>       <int>
1 Pizza           1
2 Pizza,Tacos     2
3 Tacos           1

Ten sam wynik można uzyskać za pomocą toString():

#Code 2
new <- customerDataFrame %>%
  arrange(CustomerID,Food)%>%
  group_by(CustomerID) %>%
  summarise(Food=toString(Food)) %>%
  group_by(Food,.drop = T) %>%
  summarise(N=n())
3 RonakShah Dec 09 2020 at 21:25

Kiedy zawaleniem przy użyciu .toString sortFood

library(dplyr)

customerDataFrame %>% 
  group_by(CustomerID) %>% 
  summarise(Food = toString(sort(Food))) %>%
  count(Food)

#   Food            n
#  <chr>        <int>
#1 Pizza            1
#2 Pizza, Tacos     2
#3 Tacos            1
akrun Dec 10 2020 at 03:33

W base R, możemy używać tablezaggregate

table(aggregate(Food ~ CustomerID, 
   customerDataFrame[do.call(order, customerDataFrame),], FUN = toString)$Food)

#  Pizza Pizza, Tacos        Tacos 
#      1            2            1