R 在大数据集中查找值的共现

我有一个包含月份、客户ID和门店ID的大型数据集。每个客户、每个地点、每个月都有一条记录，总结他们在该地点的活动

  Month  Customer ID Store
  Jan       1      A
  Jan       4      A
  Jan       2      A
  Jan       3      A    
  Feb       7      B
  Feb       2      B
  Feb       1      B
  Feb       12     B
  Mar       1      C
  Mar       11     C 
  Mar       3      C
  Mar       12     C

我感兴趣的是创建一个矩阵，显示每个地点与其他地点共享的客户数量。像这样：

      A        B         C
A     4        2         2     
B     2        4         2
C     2        2         4

例如，由于客户在下个月访问了A店，然后又访问了B店，因此他们将被添加到盘点中。我感兴趣的是共享客户的数量，而不是访问量

我在这个线程（）中尝试了稀疏矩阵方法，但返回的数字不匹配，原因是我无法理解

任何想法都将不胜感激

更新： 我发布的原始解决方案适用于您的数据。但你的数据有问题 不寻常的财产，没有客户访问过同一商店在两个不同的地方 月。假定会发生这种情况，需要进行修改

我们需要的是一个按客户划分的门店矩阵，如果客户曾经 参观了商店，否则归零。使用的原始解决方案

M=as.matrix（表（Dat$ID\u商店，Dat$Customer））

它给出了每个客户访问该商店的不同月份。具有 不同的数据，这些数字可能不止一个。我们可以使用

M=as.matrix（表（Dat$ID\u存储，Dat$Customer）>0）

如果你看这个矩阵，它会说TRUE和FALSE，但是因为TRUE=1和FALSE=0 那就行了。因此，完全正确的解决方案是：

M = as.matrix(table(Dat$ID_Store, Dat$Customer) > 0)
M %*% t(M)

    A B C
  A 4 2 2
  B 2 4 2
  C 2 2 4

更新： 我发布的原始解决方案适用于您的数据。但你的数据有问题 不寻常的财产，没有客户访问过同一商店在两个不同的地方 月。假定会发生这种情况，需要进行修改

我们需要的是一个按客户划分的门店矩阵，如果客户曾经 参观了商店，否则归零。使用的原始解决方案

M=as.matrix（表（Dat$ID\u商店，Dat$Customer））

它给出了每个客户访问该商店的不同月份。具有 不同的数据，这些数字可能不止一个。我们可以使用

M=as.matrix（表（Dat$ID\u存储，Dat$Customer）>0）

如果你看这个矩阵，它会说TRUE和FALSE，但是因为TRUE=1和FALSE=0 那就行了。因此，完全正确的解决方案是：

M = as.matrix(table(Dat$ID_Store, Dat$Customer) > 0)
M %*% t(M)

    A B C
  A 4 2 2
  B 2 4 2
  C 2 2 4

我们也可以试试这个：

library(reshape2)
df <- dcast(df,CustomerID~Store, length, value.var='Store')
#  CustomerID A B C
#1          1 1 1 1 
#2          2 1 1 0 # Customer 2 went to stores A,B but not to C
#3          3 1 0 1
#4          4 1 0 0
#5          7 0 1 0
#6         11 0 0 1
#7         12 0 1 1
crossprod(as.matrix(df[-1]))
#  A B C
#A 4 2 2
#B 2 4 2
#C 2 2 4

我们也可以试试这个：

library(reshape2)
df <- dcast(df,CustomerID~Store, length, value.var='Store')
#  CustomerID A B C
#1          1 1 1 1 
#2          2 1 1 0 # Customer 2 went to stores A,B but not to C
#3          3 1 0 1
#4          4 1 0 0
#5          7 0 1 0
#6         11 0 0 1
#7         12 0 1 1
crossprod(as.matrix(df[-1]))
#  A B C
#A 4 2 2
#B 2 4 2
#C 2 2 4

---

嗨，桑迪潘。阿鲁莱斯图书馆是否也可用于计算这些客户在其他地点的活动。例如，如果我有一个“购买的沐浴产品数量”栏和另一个“户外产品数量”栏，我可以对我们最初创建的矩阵中发生的活动求和吗？也就是说，如果属于A店的顾客去了B店，我们能总结一下他们在那里的活动吗？嗨，桑迪潘。阿鲁莱斯图书馆是否也可用于计算这些客户在其他地点的活动。例如，如果我有一个“购买的沐浴产品数量”栏和另一个“户外产品数量”栏，我可以对我们最初创建的矩阵中发生的活动求和吗？也就是说，如果属于A店的客户去了B店，我们可以总结一下他们在那里的活动吗？