2

我正在尝试在 R 中创建一个唯一用户的交叉产品矩阵。我在 SO 上搜索了它，但找不到我想要的东西。任何帮助表示赞赏。我有一个大数据框（超过一百万），并显示了一个示例：

df <- data.frame(Products=c('Product a', 'Product b', 'Product a', 
                            'Product c', 'Product b', 'Product c'),
                 Users=c('user1', 'user1', 'user2', 'user1', 
                         'user2','user3'))

df 的输出是：

   Products Users
1 Product a user1
2 Product b user1
3 Product a user2
4 Product c user1
5 Product b user2
6 Product c user3

我想看到两个矩阵：第一个将显示拥有任一产品（或）的唯一用户的数量 - 所以输出将类似于：

            Product a   Product b   Product c
Product a                 2            3
Product b     2                        3
Product c     3           3

第二个矩阵将是拥有两种产品的唯一用户数（AND）：

            Product a   Product b   Product c
Product a                 2            1
Product b     2                        1
Product c     1           1

任何帮助表示赞赏。

谢谢

更新：

这里更清楚：产品 a 由 User1 和 User2 使用。产品 b 由 User1 和 User2 使用，产品 c 由 User1 和 User3 使用。所以在第一个矩阵中，产品 a 和产品 b 将是 2，因为有 2 个唯一用户。同样，产品 a 和产品 c 将为 3。在第二个矩阵中，它们将是 2 和 1，因为我想要交集。谢谢

4

1 回答 1

5

尝试

lst <- split(df$Users, df$Products)
ln <- length(lst)
m1 <-  matrix(0, ln,ln, dimnames=list(names(lst), names(lst)))
m1[lower.tri(m1, diag=FALSE)] <- combn(seq_along(lst), 2, 
               FUN= function(x) length(unique(unlist(lst[x]))))
m1[upper.tri(m1)] <- m1[lower.tri(m1)]
m1
#          Product a Product b Product c
#Product a         0         2         3
#Product b         2         0         3
#Product c         3         3         0

或使用outer

f1 <- function(u, v) length(unique(unlist(c(lst[[u]], lst[[v]]))))
res <- outer(seq_along(lst), seq_along(lst), FUN= Vectorize(f1)) *!diag(3)
dimnames(res) <- rep(list(names(lst)),2)
res
#          Product a Product b Product c
#Product a         0         2         3
#Product b         2         0         3
#Product c         3         3         0

对于第二种情况

tcrossprod(table(df))*!diag(3)
#            Products
#Products    Product a Product b Product c
# Product a         0         2         1
# Product b         2         0         1
# Product c         1         1         0
于 2015-06-27T14:15:30.140 回答