比较 R 中的数据集

Question

我在以下格式的 CSV 文件中收集了一组交易：

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

我计划进行简单的关联规则分析，但首先我想从每个交易中排除不属于 ReferenceSet = {lait, oeuf, beurre，疼痛}。

因此，在我的示例中，我得到的数据集将是：

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

我确信这非常简单，但很乐意阅读建议/答案来帮助我一点。

Answer 1

另一个答案引用了 %in%，但在这种情况下 intersect 甚至更方便（您可能也想看看 match - 但我认为它与 %in% 记录在同一位置） - 使用 lapply 和 intersect 我们可以将答案变成一行：

资料：

> 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")

答案：

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

$paul
[1] "lait"

$jacques
[1] "oeuf" "pain"

Answer 2

一种方法如下（但是，由于我将结构保留为矩阵，所以我留下了已删除数据的 NA（如果导出回 CSV，则可以删除这些数据）；我也确信无需这样做就可以做到这一点循环 - 这会让它更快（但是，恕我直言，可读性较差），而且我确信还有一种更有效的方法来执行逻辑 - 我也有兴趣看到其他人对此的看法）

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

%in% 运算符会派上用场。

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