构建“；交易”；基于arules和apriori的SparkR关联规则挖掘类

我正在使用SparkR并试图将“SparkDataFrame”转换为“transactions”，以便挖掘项目/产品的关联

我在这个链接上找到了一个类似的例子，但这只是在使用R data.frame时。我目前拥有这种格式的数据

CUSTOMER_KEY_h PRODUCT_CODE

    1   SAVE
    1   CHEQ
    1   LOAN
    1   LOAN
    1   CARD
    1   SAVE
    2   CHEQ
    2   LOAN
    2   CTSAV
    2   SAVE
    2   CHEQ
    2   SAVE
    2   CARD
    2   CARD
    3   LOAN
    3   CTSAV
    4   SAVE
    5   CHEQ
    5   SAVE
    5   CARD
    5   LOAN
    5   CARD
    6   CHEQ
    6   CHEQ

希望以这样的方式结束

CUSTOMER_KEY_h  PRODUCT_CODE
    1          {SAVE, CHEQ, LOAN, LOAN , CARD, SAVE}
    2          {CHEQ, LOAN, CTSAV, SAVE, CHEQ, SAVE, CARD, CARD}
    3          {LOAN, CTSAV}
    4          {SAVE}
    5          {CHEQ, SAVE, CARD, LOAN, CARD}
    6          {CHEQ, CHEQ}

或者，如果我可以在SparkR中获得与此R脚本等效的代码

---

df2
arules
软件包与SparkR不兼容。如果您想探索Spark上的关联规则，应该使用它自己的实用程序。首先使用
collect\u set
组合记录：

库（magrittr）
df%
agg（别名（收集集合（列（“产品代码”），“项目”））

适合型号（请查看可用选项的完整列表）：

fpgrowth
alias(collect_set(column("PRODUCT_CODE")), "items")

expr("collect_set(PRODUCT_CODE) AS items")