R data.table按两列分组和迭代

我是R的新手，正在尝试解决以下问题：

有一个表，其中有两列

图书

和

读者

，其中

图书

和

读者

分别是图书和读者ID：

> books = c (1,2,3,1,1,2)
> readers = c(30, 10, 20, 20, 10, 30)
> bt = data.table(books, readers)
> bt
   books readers
1:     1      30
2:     2      10
3:     3      20
4:     1      20
5:     1      10
6:     2      30

对于每一对书，我需要使用以下算法计算阅读这两本书的读者数量：

for each book
  for each reader of the book
    for each other_book in books of the reader
      increment common_reader_count ((book, other_book), cnt)

为了实现上述算法，我需要将这些数据分成两个列表：1）包含每本书读者的图书列表和2）包含每名读者阅读的图书的读者列表，例如：

> bookList = list( 
+ list(1, list(30, 20, 10)),
+         list(2, list(10, 30)),
+         list(3, list(20))
+       )
> 
> readerList = list (
+ list(30, list(1,2)),
+ list(20, list(3,1)),
+ list(10, list(2,1))
+ )
>  

问题:

1） 使用什么函数从book表构建这些列表

2） 从

bookList

和

readerList

如何根据阅读这两本书的读者数量生成书对？对于上述

bt

book表，结果应为：

((1, 2), 2)
((1,3), 1)
((2,3), 0)  

books | 1 | 2 | 3 |
   1  | 1 | 2 | 1 |
   2  | 2 | 1 | 0 |
   3  | 1 | 0 | 1 |

   Which means:

   book 1 and 2 are read together by 2 readers 
   book 1 and 3 are read together by 1 reader
   book 2 and 3 are read together by 0 readers

两本书的顺序并不重要，因此，例如

（1,2）

和

（2,1）

应减少为其中一本

请建议函数和数据结构来解决此问题。谢谢

更新：

理想的结果是，我需要得到一个矩阵，其中图书id为行和列。交叉点是一对阅读两本书的读者数。因此，对于上述示例，矩阵应为：

((1, 2), 2)
((1,3), 1)
((2,3), 0)  

books | 1 | 2 | 3 |
   1  | 1 | 2 | 1 |
   2  | 2 | 1 | 0 |
   3  | 1 | 0 | 1 |

   Which means:

   book 1 and 2 are read together by 2 readers 
   book 1 and 3 are read together by 1 reader
   book 2 and 3 are read together by 0 readers

如何构建这样的矩阵？

尝试以下方法：

## gives you a seperate list for each book
list_bookls <- split(bt$readers, books)

## gives you a seperate list for each reader
list_readers <- split(bt$books, readers)

关于你问题的第二部分，我将使用以下内容：

bt2 <- bt[ , .N, by = .(readers, books)]
library(tidyr)
spread(bt2, key = books, value = "N", fill = 0)

---

这里有一个base R解决方案来测试这些对是否被读取。如果您确实需要使用，其他人可以为

数据表添加一个：

books = c (1,2,3,1,1,2)
readers = c(30, 10, 20, 20, 10, 30)
bks = data.frame(books, readers)

cmb <- combn(unique(books), 2)
cmb <- t(cmb)
combos <- as.data.frame(cmb)
bktbl <- t(table(bks))

for (i in 1:nrow(bktbl)) {
  x[i] <- sum(bktbl[i, cmb[i, 1]], bktbl[i, cmb[i, 2]])
  combos$PairRead <- ifelse(x > 1,"yes", "no")
}
combos
  V1 V2 PairRead
1  1  2      yes
2  1  3      yes
3  2  3       no

books=c（1,2,3,1,1,2）
读卡器=c（30,10,20,20,10,30）
bks=data.frame（书籍、阅读器）
cmb这里是另一个选项：

combs <- combn(unique(books), 2)# Generate combos of books
setkey(bt, books)
both.read <-bt[                 # Cartesian join all combos to our data
  data.table(books=c(combs), combo.id=c(col(combs))), allow.cartesian=T
][,
  .(                            # For each combo, figure out how many readers show up twice, meaning they've read both books
    read.both=sum(duplicated(readers)), 
    book1=min(books), book2=max(books)
  ),
  by=combo.id
]
dcast.data.table(               # dcast to desired format
  both.read, book1 ~ book2, value.var="read.both", fun.aggregate=sum
)

请注意，通过设计，这只会产生非等效的组合（即，我们不显示书籍1-2和2-1，仅显示1-2，因为它们是相同的）。
您的
data.table code
不会产生与基函数相同的结果。我知道，这就是为什么我编写了“输出为data.table时相同”，第二种形式更有意义，但是OP提到希望输出为列表..布局并没有什么不同。提供的信息不同。你是对的，我编辑它是为了让它更清楚，谢谢！我认为更多使用数据的方法在这里是有用的，因为OP说“请建议函数和数据结构来解决这个问题。谢谢！”很好。我在写一个表达式，看看是否按照OP的要求阅读了不同的书籍组合。请看我的问题更新-我需要两本书一起阅读的次数，而不是标志
read_together
1-1、2-2、3-3不应该是每本书的阅读人数（即分别为3、2、1）？当提供代码时，如果它可以复制粘贴就更好了，你知道，在行首没有
和
+
。看起来很棒，谢谢！我是R新手，所以对使用的函数有点不知所措。在何处阅读有关
allow.cartesian
和
dcast
？有关
allow.cartesian
的信息，请参阅
？数据表
。有关
dcast
的信息，请参见
dcast.data.table
和
重塑2:：dcast
。此外，为了更容易理解，请分别运行每个步骤（即运行
bt[data.table（books=c（combs），combo.id=c（col（combs）），allow.cartesian=T]
首先，然后添加下一步，等等。如果你能口头描述你的解决方案背后的想法，包括中间步骤，就更容易理解整个问题。我试图从代码中理解每个单独的步骤，但如果不清楚每一步应该实现什么，就很难理解。谢谢这里要解释的是re。也许你可以从阅读intro data.table开始
   book1 2 3
1:     1 2 1
2:     2 0 0