比较R中

Question

数据集，我已经收集了一组交易的格式的CSV文件：

{Pierre, lait, oeuf, beurre, pain} 
{Paul, mange du pain,jambon, lait} 
{Jacques, oeuf, va chez la crémière, pain, voiture} 

我打算做一个简单的关联规则分析，但首先我想排除从每个交易项目，其不属于ReferenceSet = {lait, oeuf, beurre, pain}。

因此我得到的数据集将是，在我的例子：

{Pierre, lait, oeuf, beurre, pain} 
{Paul,lait} 
{Jacques, oeuf, pain,} 

我敢肯定，这是很简单，但很愿意阅读的建议/答案，帮助我一下。

Answer 1

%in%运营商将派上用场。

pierre <- c("lait","oeuf","beurre","pain") 
paul <- c("mange du pain", "jambon", "lait") 
jacques <- c("oeuf","va chez la crémière", "pain", "voiture") 

reference <- c("lait", "oeuf", "beurre", "pain") 

pierre_fixed <- pierre[pierre %in% reference] 
paul_fixed <- paul[paul %in% reference] 
jacques_fixed <- jacques[jacques %in% reference] 

pierre_fixed 
paul_fixed 
jacques_fixed 

Answer 2

一种方法是如下（但是，因为我离开了结构作为基质我已经离开那里的数据已被删除（如果出口回CSV这些可以被删除NAS）;我也是肯定可以做到没有循环 - 这会让它更快（但是，恕我直言，不太可读），我相信还有一种更有效的方式来执行逻辑 - 我也有兴趣看到别人的观点这一点）

ref <- c("lait","oeuf","beurre","pain") 
input <- read.csv("info.csv",sep=",",header=FALSE,strip.white=TRUE) 

> input 
    V1   V2     V3  V4  V5 
1 Pierre   lait    oeuf beurre pain 
2 Paul mange du pain    jambon lait   
3 Jacques   oeuf va chez la crémière pain voiture 

input <- as.matrix(input) 
output <- matrix(nrow=nrow(input),ncol=ncol(input)) 
currentRow <- c() 

for(i in 1:nrow(input)) { 
    j <- 2 
    output[i,1]<-input[i,1] 
    for(k in 2:length(input[i,])) { 
    if(toString(input[i,k]) %in% ref){ 
     output[i,j] <- toString(input[i,k]) 
     j<-j+1 
    } 
    } 
} 

> output 
    [,1]  [,2] [,3] [,4]  [,5] 
[1,] "Pierre" "lait" "oeuf" "beurre" "pain" 
[2,] "Paul" "lait" NA  NA  NA  
[3,] "Jacques" "oeuf" "pain" NA  NA  

Answer 3

另一个答案引用%in%，但在这种情况下intersect甚至更​​加得心应手（你可能想看看match，太 - b UT我认为这是在同一个地方记录为%in%） - 与lapply和intersect我们可以把答案变成一个班轮：

数据：

> L <- list(pierre=c("lait","oeuf","beurre","pain") , 
+   paul=c("mange du pain", "jambon", "lait"), 
+   jacques=c("oeuf","va chez la crémière", "pain", "voiture")) 
> reference <- c("lait", "oeuf", "beurre", "pain") 

答：

> lapply(L,intersect,reference) 
$pierre 
[1] "lait" "oeuf" "beurre" "pain" 

$paul 
[1] "lait" 

$jacques 
[1] "oeuf" "pain"