R 计数由列值链接的项对

我正在努力解决R中的这个问题。 我有这样的数据：

item   id
1      500
2      500
2      600
2      700
3      500
3      600

data.frame(item = c(1, 2, 2, 2, 3, 3),
           id = c(500, 500, 600, 700, 500, 600))

我想计算一对项目链接到同一id的次数。 所以我想要这个输出：

item1    item2    count
    1        2        1
    2        3        2
    1        3        2

我尝试过使用以下命令来处理此问题：

x_agg = aggregate(x, by=list(x$id), c)

然后

x_agg_id = lapply(x_agg$item, unique)

我想我可以数一数每一项的发生次数。但是

by

函数似乎创建了一个列表对象，我不知道如何操作它。我希望有一种更简单的方法……

#您的数据
# your data
df<-read.table(text="item   id
1      500
2      500
2      600
2      700
3      500
3      600",header=TRUE)


library(tnet)
item_item<-projecting_tm(df, method="sum")
names(item_item)<-c("item1","item2","count")

item_item

  #item1 item2 count
#1     1     2     1
#2     1     3     1
#3     2     1     1
#4     2     3     2
#5     3     1     1
#6     3     2     2

df我建议使用这种方法，因为从您的示例输出中不清楚@user1317221_G的答案是否正是您想要的。在该示例中，组合
23
被计数4次，两次用于
item1=2，item2=3
，两次用于
item1=3，item2=2

我会尝试
combn
功能。它不会给你完全相同的输出，你正在寻找，但可能会适应这一目的

这里有一个例子

编写一个基本函数，它将生成我们给定的任何函数的组合

myfun = function(x) { apply(combn(x, 2), 2, paste, sep="", collapse="") }


split（）
按
id
编辑数据的
项
列，并使用
lapply
生成该
id
中的组合

temp = split(df$item, df$id)
# Drop any list items that have only one value--combn won't work there!
temp = temp[-(which(sapply(temp,function(x) length(x) == 1),
                    arr.ind=TRUE))]
temp1 = lapply(temp, function(x) myfun(unique(x)))


使用
unlist
然后使用
table
将每个组合的频率制成表格

table(unlist(temp1))
# 
# 12 13 23 
#  1  1  2


如果愿意，您可以使用
data.frame

data.frame(table(unlist(temp)))
#   Var1 Freq
# 1   12    1
# 2   13    1
# 3   23    2

更新
如上所述，使用多一点弯头润滑脂，您也可以使用此方法来匹配所需的输出：

myfun = function(x) { apply(combn(x, 2), 2, paste, sep="", collapse=",") }
temp = split(df$item, df$id)
temp = temp[-(which(sapply(temp,function(x) length(x) == 1),
                    arr.ind=TRUE))]
temp1 = lapply(temp, function(x) myfun(unique(x)))
temp1 = data.frame(table(unlist(temp1)))
OUT = data.frame(do.call(rbind, 
                         strsplit(as.character(temp1$Var1), ",")),
                 temp1$Freq)
names(OUT) = c("item1", "item2", "count")
OUT
#   item1 item2 count
# 1     1     2     1
# 2     1     3     1
# 3     2     3     2

这太完美了，谢谢！这个“tnet”包对于我将要做的其他事情可能非常有用！哦，天哪，问题来了。我的一些项目/标识有非常大的值（10或11位），在处理大于9位的数字时，projecting_tm函数似乎会抛出一个错误。有更普遍的解决办法吗？“也许有一个可以让我使用字符串而不是整数的字符串？”HarryPalmer，您关心项目的顺序吗？例如，
item1
和
item2
的1和2的组合是否与
item1
和
item2
的2和1的组合相同？嗨，mrdwab，不，我不关心项目的顺序。非常感谢您的详细回复，我将在明天试用，并让您知道如何进行！嗯，我在>temp1=lappy（temp，function（x）myfun（unique（x）））之后得到了这个错误消息：警告消息：在combn（x，2）：应用中强制错误引入的NAs（combn（x，2，paste，sep=“”，collapse=“”）：在为函数“apply”选择方法时计算参数“x”时出错：在seq_len（x）中出错：参数必须强制为非负integer@HarryPalmer，您能
dput
处理几行数据吗，最好是您感觉出错的行？我只在这15行上运行相同的错误。整数的大小？结构（列表（id=c（909128296、5012895441、979322531、1475171536、5272803586、5377444521、6652900376、497636221、9708548701、5695003406、996433791、5317141656、7197368271、423477811、5953151441），isbn=c（9781405910248、9781405910248、9781405910248、9781405910248、9780141906201、9781405910248、9781405910248、9781405910248、9781405910248、9781405910248、9780141967899、9780141965635）），.Names=c（“id”、“isbn”、row.Names=c（NA、15L）、class=“data.frame”）
myfun = function(x) { apply(combn(x, 2), 2, paste, sep="", collapse=",") }
temp = split(df$item, df$id)
temp = temp[-(which(sapply(temp,function(x) length(x) == 1),
                    arr.ind=TRUE))]
temp1 = lapply(temp, function(x) myfun(unique(x)))
temp1 = data.frame(table(unlist(temp1)))
OUT = data.frame(do.call(rbind, 
                         strsplit(as.character(temp1$Var1), ",")),
                 temp1$Freq)
names(OUT) = c("item1", "item2", "count")
OUT
#   item1 item2 count
# 1     1     2     1
# 2     1     3     1
# 3     2     3     2