Question

我在CSV中有一个大型数据集：

有50,000行，每行是一个事务。
每项交易最多5项，最少1项。
有5000种不同的可能项目值。
交易中没有重复的项目。

将CSV加载到RStudio并应用unclass()后，我会应用as(...,"transactions")。

结果是这样的：

# transactions in sparse format with
#  5 transactions (rows) and
#  1455 items (columns)

现在只有 5 ，而非 50,000 交易。

所有交易都去了哪里？矩阵是否以某种方式转换（因为结果中的行数等于我的CSV的列数）？

这可能是数据预处理问题，但根据this帖子，我的输入数据应该是正确的格式。

[我这是第一次在这里发帖，对R / RStudio来说相当新。]

Answer 1

查看手册页coercion中的? transactions方法。您将看到需要二元关联矩阵，事务列表或仅包含分类变量的data.frame。您的数据不是其中之一as(..., "transactions")将失败。

我认为read.transactions可以读取您的数据。

library(arules)

# create and write some data
data <- paste(
   "item1,item2,,,", 
   "item1,,,,", 
   "item2,item3,,,", 
   sep="\n")
write(data, file = "demo_basket")

# read the data
tr <- read.transactions("demo_basket", format = "basket", sep=",")
inspect(tr)

    items        
[1] {item1,item2}
[2] {item1}      
[3] {item2,item3}

为什么R中的arules as（...，“transactions”）似乎丢失了交易？

1 个答案: