比较R中的数据集

我收集了一组CSV文件格式的事务：

{Pierre, lait, oeuf, beurre, pain}
{Paul, mange du pain,jambon, lait}
{Jacques, oeuf, va chez la crémière, pain, voiture}

我计划做一个简单的关联规则分析，但首先我想从每个事务中排除不属于

ReferenceSet={lait，oeuf，beurre，pain}

的项

因此，在我的示例中，生成的数据集是：

{Pierre, lait, oeuf, beurre, pain}
{Paul,lait}
{Jacques, oeuf, pain,}

---

我相信这很简单，但希望阅读一些建议/答案来帮助我。

%中的

%操作符会派上用场

pierre <- c("lait","oeuf","beurre","pain")  
paul <- c("mange du pain", "jambon", "lait")  
jacques <- c("oeuf","va chez la crémière", "pain", "voiture")

reference <- c("lait", "oeuf", "beurre", "pain")

pierre_fixed <- pierre[pierre %in% reference]
paul_fixed <- paul[paul %in% reference]
jacques_fixed <- jacques[jacques %in% reference]  

pierre_fixed 
paul_fixed
jacques_fixed

pierre一种方法如下（但是，当我将结构作为矩阵离开时，我将NAs留在了数据已被删除的位置（如果导出回CSV，这些数据可能会被删除）；我还确信不需要循环也可以做到这一点-这将使它更快（但是，我的可读性较差），我相信还有一种更有效的方法来实现这一逻辑——我还想看看其他人对此的看法。）

ref另一个答案引用了%
中的
%，但在这种情况下，
intersect
更为方便（你可能也想看看
match
，但我认为它与%
中的
%in%
记录在同一个地方，
lappy
和
intersect
我们可以将答案做成一行：

数据：

非常感谢你们所有人，听起来很有趣的方法，我们将尝试它们。非常感谢Ben，这种方法听起来很好而且简单。现在我将尝试理解如何实现它，以便从csv文件构建输入列表，并将Lappy方法的输出写入一个带有列表的文件中。再次感谢您在我周日深夜的疲劳中，我忘记了
*apply
函数-这些函数非常简单，可以减少代码
ref <- c("lait","oeuf","beurre","pain")
input <- read.csv("info.csv",sep=",",header=FALSE,strip.white=TRUE)

> input
   V1            V2                  V3     V4      V5
1  Pierre          lait                oeuf beurre    pain
2    Paul mange du pain              jambon   lait        
3 Jacques          oeuf va chez la crémière   pain voiture

input <- as.matrix(input)
output <- matrix(nrow=nrow(input),ncol=ncol(input))
currentRow <- c()

for(i in 1:nrow(input)) {
  j <- 2
  output[i,1]<-input[i,1]
  for(k in 2:length(input[i,])) {
    if(toString(input[i,k]) %in% ref){
      output[i,j] <- toString(input[i,k])
      j<-j+1
    }
  }
}

> output
     [,1]      [,2]   [,3]   [,4]     [,5]  
[1,] "Pierre"  "lait" "oeuf" "beurre" "pain"
[2,] "Paul"    "lait" NA     NA       NA    
[3,] "Jacques" "oeuf" "pain" NA       NA    

> L <- list(pierre=c("lait","oeuf","beurre","pain") ,
+           paul=c("mange du pain", "jambon", "lait"),
+           jacques=c("oeuf","va chez la crémière", "pain", "voiture"))
> reference <- c("lait", "oeuf", "beurre", "pain")

> lapply(L,intersect,reference)
$pierre
[1] "lait"   "oeuf"   "beurre" "pain"  

$paul
[1] "lait"

$jacques
[1] "oeuf" "pain"