给定一系列用户和他们在数据框中观看的电影，我如何对用户观看的所有电影进行分组？答案

【问题标题】：Given a series of users and movies they watched in a data frame, how can I group all the movies the user watched?给定一系列用户和他们在数据框中观看的电影，我如何对用户观看的所有电影进行分组？
【发布时间】：2020-05-04 15:31:34
【问题描述】：

所以，我有一个带有 userid 和 movieid 的数据框，其中每一行代表一个用户和他观看的电影。比如：

userid    movieid
882359    81
882359    926
882359    1349
881235    27

而我想要的是

userid     movieid
882359     c(81,926,1349)
881235     c(27)

我怎样才能做到这一点？数据库非常大（800 万行），最后我想将其转换为 binaryRatingMatrix。任何帮助表示赞赏。

【问题讨论】：

标签： r dataframe recommender-systems

【解决方案1】：

你可以使用data.table:

library(data.table)
setDT(df)
df[, .(films = paste(movieid, collapse = ",")), by = "userid"]

   userid       films
1: 882359 81,926,1349
2: 881235          27

如果您更喜欢存储到 list 而不是字符向量中：

df[, .(films = list(movieid)), by = "userid"]
   userid          films
1: 882359   81, 926,1349
2: 881235             27

（看似相同的输出，但类型不一样）

【讨论】：

酷！如果您更喜欢存储列表而不是字符向量，我更新了答案。既然您对解决方案很满意，您是否介意接受它 (see here for guidelines if needed)

【解决方案2】：

aggregate 的选项来自base R

aggregate(cbind(films = movieid) ~ userid, df, FUN = I)

【讨论】：