Question

我正忙着建立一个推荐系统。我有某些用户的历史购买。

我的数据显示为

> head(baskets)
# A tibble: 6 x 2
# Groups:   user_id [2]
  user_id     basket
    <int>     <list>
1       8 <int [21]>
2       8 <int [13]>
3       8 <int [15]>
4      12 <int [22]>
5      12 <int [20]>
6      12 <int [17]>

> baskets$basket[[1]]
 [1]   651  1529  2078  6141  6473  9839 14992 16349 17794 20920 21903 
[12] 23165 23400 24838 28985 32030 34190 39110 39812 44099 49533

好的，现在我想从每个篮子中删除一个项目并将其保存为目标项目，并将剩余的篮子保存为新篮子。对于篮子中的所有物品，将重复此操作。如果我们有例如user_id = 1和basket = [1,2,3]的用户，我们会得到

user_id   basket   target
      1      2,3        1
      1      1,3        2
      1      1,2        3

如何以有效的方式构建这样的data.frame / tibble？我有一个解决方案，但似乎工作很慢，因为我有大量的数据，我想找到一个更好的解决方案，如果可能的话。

目前我有

orderdf <- data.frame(user_id = integer(), basket = list(), target = 
integer())

for(k in 1:dim(baskets)[1]){
  print(k)
  currbasket <- baskets$basket[[k]]
  currbaskets <- lapply(1:length(currbasket), function(i) currbasket[i])
  curruser <- baskets$user_id[k]
  for(j in 1:length(currbaskets)){
    tempdf <- tibble(user_id = baskets$user_id[k], basket = 
                     list(currbaskets[[j]]), target = currbasket[j])
    orderdf <- rbind(orderdf, tempdf)
  }
}

Answer 1

首先，我创建了一个可复制的数据集

baskets <- data.frame(user_id = 1:10)
for (i in 1:nrow(df)){
  baskets$basket[i] = list(sample(1:100, 3, replace=F))
}
head(baskets)

下次请提供可复制的设置！

接下来要做的是构建一个处理一行的函数：

x = baskets[1,]
x$basket = x$basket[[1]]
require(data.table)
foraline <- function(x){
  n_inbasket <- length(unlist(x$basket))
  result <- data.table(user_id = rep(x$user_id, n_inbasket))
  result$basket <- sapply(1:n_inbasket, function(i){list(unlist(x$basket)[-i])})
  result$target <- x$basket
  return(result)
}
foraline(x)

好的，现在，我们将它应用于所有行，并使用data.table包中的rbindlist在一个data.frame中减少它。

require(data.table)
order_basket <- rbindlist(apply(baskets, 1, foraline))
head(order_basket)

R - 如何创建矢量的所有n-1个长子集并有效地保存剩余的矢量和删除的矢量？

1 个答案: