使用规则对 R 中的重复项目进行市场篮分析

Question

我目前正在使用 arules 包来执行市场篮分析。我读取的数据如下所示（但还有更多行）：

>data
  transaction_id  item
1              1  beer
2              1  beer
3              1  soda
4              2  beer
5              3  beer
6              3  fries
7              3  candy
8              4  soda
9              4  fries

然后我使用 dcast 转换它并删除事务 id 列：

> Trans_Table <- dcast(data, transaction_id ~ item)
> Trans_Table$transaction_id <- NULL

它看起来像这样：

  beer candy fries soda
1    2     0     0    1
2    1     0     0    0
3    1     1     1    0
4    0     0     1    1

但是当我把它变成"事务"类以便我可以使用先验函数时，它会将啤酒下的 2 转换为 1

> Transactions <-  as(as.matrix(Trans_Table), "transactions")
Warning message:
In asMethod(object) :
  matrix contains values other than 0 and 1! Setting all entries != 0 to 1.

有没有办法执行市场篮子分析并保持该 2？换句话说，我希望看到{啤酒}=>{啤酒}，{啤酒，啤酒}=>{苏打水}和{啤酒，苏打水}=>{啤酒}的规则，但目前每笔交易也只计算一次啤酒，即使购买了两次。

谁能帮忙解决这个问题？

Answer 1

市场篮分析是查看一起购买的不同项目，而不是给定项目的频率。但是，如果您确实希望将同一项视为不同的项，则可以使用以下方法来生成新的项名称。

使用库dplyr，您可以改变要附加的项名称，以附加它发生次数的 id，并在您的规则处理中使用它：

library(dplyr)
df <- df %>%
        group_by(transaction_id, item) %>%
        mutate(newitem = paste(item, row_number(), sep = ''))
as.matrix(table(df$transaction_id, df$newitem))

输出为：

    beer1 beer2 candy1 fries1 soda1
  1     1     1      0      0     1
  2     1     0      0      0     0
  3     1     0      1      1     0
  4     0     0      0      1     1

也有几种方法可以调整输出以适应特定的格式样式。