R &引用；“长”；数据帧到"；“交易”；阿鲁尔群岛

我正在使用R中的

arules包。我有一个事务的“长”数据框
a
，有两列，如下所示：

TID项目编号
2393117 SJUMRE14E
2393118 ATVBCT14
2393127 L0713E
2393128 MCM3100W
2393130 S1017501771
2393131 S6LN13X
2393133 SPCCLI551C
2393133 SPCPGI550BK
2393133 SPCCLI551Y
2393133 SPCCLI551C

正如我们可以看到的，最后4项属于一个事务，我需要将其转换为
“事务”
类，以便在
apriori
函数中使用。

从目前为止我所能发现的情况来看，将其转换为
“事务”
的方法就是这样做的

TransAction这里是一种方法，我发现它更快。其思想是创建一个0/1值的宽数据帧，然后将其馈送到创建事务中。不需要任何拆分

library(dplyr)
library(tidyr)
library(arules)

df <- df %>%
  select(TID, itemNO) %>%
  distinct() %>%
  mutate(value = 1) %>%
  spread(itemNO, value, fill = 0)

itemMatrix <- as(as.matrix(df[, -1]), 'transactions')

库（dplyr）
图书馆（tidyr）
图书馆（阿鲁莱斯）
df%
选择（TID，项目编号）%>%
不同的（）%>%
变异（值=1）%>%
排列（项目编号、值、填充=0）
itemMatrix这里有一种方法，我发现它更快。其思想是创建一个0/1值的宽数据帧，然后将其馈送到创建事务中。不需要任何拆分

library(dplyr)
library(tidyr)
library(arules)

df <- df %>%
  select(TID, itemNO) %>%
  distinct() %>%
  mutate(value = 1) %>%
  spread(itemNO, value, fill = 0)

itemMatrix <- as(as.matrix(df[, -1]), 'transactions')

库（dplyr）
图书馆（tidyr）
图书馆（阿鲁莱斯）
df%
选择（TID，项目编号）%>%
不同的（）%>%
变异（值=1）%>%
排列（项目编号、值、填充=0）
itemMatrix您提供的示例中的事务包含重复项（例如，最后一行），在原始数据中您必须正确选择唯一事务？您提供的示例中的事务包含重复项（例如，最后一行），在原始数据中，您一定选择了唯一的交易，对吗？这比您完美，大约需要一分钟来完成250万笔交易，这与我之前的经历相比是一个巨大的变化。要感谢您，最好的方法是投票并接受答案。：）这比你做的更好，大约需要一分钟的时间来完成250万笔交易，这与我以前的经历相比是一个巨大的变化。要感谢你，最好的方法是投票决定答案并接受它。：）