Question

前段时间我提出了一个关于创建市场篮子数据的问题。现在我想创建一个类似的data.frame，但是基于第三个变量。不幸的是我遇到了问题。上一个问题：Effecient way to create market basket matrix in R
@shadow和@ SimonO101给了我很好的答案，但我无法正确改变他们的anwser。我有以下数据：

Customer <- as.factor(c(1000001,1000001,1000001,1000001,1000001,1000001,1000002,1000002,1000002,1000003,1000003,1000003))
Product <- as.factor(c(100001,100001,100001,100004,100004,100002,100003,100003,100003,100002,100003,100008))
input <- data.frame(Customer,Product)

我现在可以通过以下方式创建列联表：

input_df <- as.data.frame.matrix(table(input))

但是我有一个第三个（数字）变量，我想在表中输出。

Number <- c(3,1,-4,1,1,1,1,1,1,1,1,1) 
input <- data.frame(Customer,Product,Number)

现在代码（当然，现在有3个变量）不再起作用了。我正在寻找的结果具有唯一的Customer作为行名称和唯一的Product作为列名称。并且Number为值（如果不存在则为0），此数字可以通过以下方式计算：

input_agg <- aggregate( Number ~ Customer + Product, data = input, sum)

希望我的问题很明确，如果不清楚，请发表评论。

Answer 1

您可以使用xtabs：

R> xtabs(Number~Customer+Product, data=input)

         Product
Customer  100001 100002 100003 100004 100008
  1000001      0      1      0      2      0
  1000002      0      0      3      0      0
  1000003      0      1      1      0      1

Answer 2

此类问题专为reshape2::dcast ...

而设计

require( reshape2 )
#  Too many rows so change to a data.table.
dcast( input , Customer ~ Product , fun = sum , value.var = "Number" )
#  Customer 100001 100002 100003 100004 100008
#1  1000001      0      1      0      2      0
#2  1000002      0      0      3      0      0
#3  1000003      0      1      1      0      1

最近，dcast与data.table对象一起使用的方法是由@Arun响应FR #2627实现的。好东西。您必须使用开发版1.8.11。此刻，它应该用作dcast.data.table。这是因为dcast在reshape2包中尚未成为S3通用。也就是说，你可以这样做：

require(reshape2)
require(data.table)
input <- data.table(input)   
dcast.data.table(input , Customer ~ Product , fun = sum , value.var = "Number")
#    Customer 100001 100002 100003 100004 100008
# 1:  1000001      0      1      0      2      0
# 2:  1000002      0      0      3      0      0
# 3:  1000003      0      1      1      0      1

这应该可以更好地处理更大的数据，并且应该比reshape2:::dcast快得多。

或者，您可以试用可能会或可能不会崩溃的reshape:::cast版本......试试!!

require(reshape)
input <- data.table( input )
cast( input , Customer ~ Product , fun = sum , value = .(Number) )

基于第三变量的列联表（数字）

2 个答案: