Tabelle mit allen Wertepaaren aus einer Spalte in R erstellen, wobei eindeutige Werte gezählt werden

Question

Ich habe Daten, die zeigen, welche Kunden bestimmte Artikel gekauft haben. Sie können einen Gegenstand mehrmals kaufen. Was ich brauche, ist eine Tabelle, die alle möglichen paarweisen Kombinationen von Artikeln zusammen mit der eindeutigen Anzahl von Kunden zeigt, die diese Kombination gekauft haben (die Diagonale der Tabelle wird nur die einzigartige Anzahl von Personen sein, die jeden Artikel kaufen). Hier

ein Beispiel:

item <- c("h","h","h","j","j") 
customer <- c("a","a","b","b","b") 
test.data <- data.frame(item,customer) 

Hier die test.data ist:

item customer 
h a 
h a 
h b 
j b 
j b 

Ergebnis benötigt - eine Tabelle mit den Einzelteilen als Zeilen- und Spaltennamen mit den Grafen von einzigartigen Kunden das Paar in der Tabelle kaufen. Also, 2 Kunden kauften Artikel h, 1 kaufte sowohl Artikel h und j, als auch 1 gekaufter Artikel j.

item h j 
h  2 1 
j  1 1 

Ich habe versucht, die Tabellenfunktion verwenden, melt/cast, etc., aber nichts wird mir die Zählungen ich in der Tabelle benötigen. Mein erster Schritt ist die Verwendung von unique(), um doppelte Zeilen loszuwerden.

Answer 1

Mit data.table und das gtools Paket, können wir alle möglichen Permutationen von Kunden neu:

library(data.table) 
library(gtools) 

item <- c("h","h","h","j","j") 
customer <- c("a","a","b","b","b") 
test.data <- data.table(item,customer) 

DT <- unique(test.data) #The unique is used as multiple purchases do not count twice 

tuples <- function(x){ 
    return(data.frame(permutations(length(x), 2, x, repeats.allowed = T, set = F), stringsAsFactors = F)) 
} 

DO <- DT[, tuples(item), by = customer] 

Das gibt:

customer X1 X2 
1:  a h h 
2:  b h h 
3:  b h j 
4:  b j h 
5:  b j j 

, die eine Liste aller Einzelstück Paarungen ist ein Kunde. In Ihrem Beispiel behandeln wir h x j anders als j x h. Wir können nun die Frequenz jedes Paares mit der Tabellenfunktion erhalten:

table(DO$X1,DO$X2) 
    j h 
    j 1 1 
    h 1 2 

Answer 2

Hier ist eine Basis R Lösung:

n_intersect <- Vectorize(function(x,y) length(intersect(x,y))) 

cs_by_item <- with(test.data, tapply(customer, item, unique)) 

outer(cs_by_item , cs_by_item , n_intersect) 
# h j 
# h 2 1 
# j 1 1