将字符向量转换为规则的事务答案

【问题标题】：convert character vector to transactions for arules将字符向量转换为规则的事务
【发布时间】：2017-09-05 09:59:11
【问题描述】：

请帮助将购物项目的字符向量转换为 arules 的“交易”。原始数据是这样的：

shopping_items <- c("apple banana", "orange", "tea orange beef")

向量的每个元素代表单笔交易中购买的物品，物品之间用空格“ ”隔开，例如交易1包括苹果和香蕉两件物品。如何将其转换为“事务”类型以便我可以在 arules 中使用它？

提前谢谢你！

【问题讨论】：

标签： r apriori arules

【解决方案1】：

这是简短的版本：

library(arules)
shopping_items <- c("apple banana", "orange", "tea orange beef")    

trans <- as(strsplit(shopping_items, " "), "transactions")

inspect(trans)
    items            
[1] {apple,banana}   
[2] {orange}         
[3] {beef,orange,tea}

【讨论】：

【解决方案2】：

实现可能不是最佳的，但您可以尝试改进它。

library(stringi)
library(arules)
library(purrr)

shopping_items <- c("apple banana", "orange", "tea orange beef")

str <- paste(shopping_items,collapse = ' ')

# unique items
str_un <- unique(unlist(stri_split_fixed(str,' ')))

# create a dataframe with dimensions:
# length(shopping_items) x length(str_un)
df <- as.data.frame(matrix(rep(0,length(str_un)*length(shopping_items )),ncol=length(str_un)))
names(df) <- str_un

# positions of 1's in each column
vecs <- map(str_un,grep,shopping_items)

sapply(1:length(str_un), function(x) df[,x][vecs[[x]]] <<- 1)
df[] <- lapply(df,as.factor)

# Generate a transactions dataset.
tr <- as(df, "transactions")

# Generate the association rules.
# rules <- apriori(tr, ...

【讨论】：