Crea tabella con tutte le coppie di valori da una colonna in R, contando valori univoci

Question

Ho dati che mostrano quali clienti hanno acquistato determinati articoli. Possono acquistare un oggetto più volte. Quello di cui ho bisogno è una tabella che mostri tutte le possibili combinazioni di articoli a coppie insieme al numero unico di clienti che hanno acquistato quella combinazione (la diagonale del tavolo sarà solo il numero univoco di persone che acquistano ciascun articolo).

Ecco un esempio:

item <- c("h","h","h","j","j") 
customer <- c("a","a","b","b","b") 
test.data <- data.frame(item,customer) 

Ecco la test.data:

item customer 
h a 
h a 
h b 
j b 
j b 

Risultato necessario - una tabella con gli articoli come nomi di riga e di colonna, con i conti di clienti unici acquistando la coppia all'interno del tavolo. Quindi, 2 clienti hanno acquistato l'articolo h, 1 hanno acquistato entrambi gli articoli h e j e 1 l'elemento acquistato j.

item h j 
h  2 1 
j  1 1 

Ho provato con la funzione di tabella, melt/cast, ecc, ma nulla mi fa i conteggi di cui ho bisogno all'interno della tabella. Il mio primo passo è utilizzare unique() per sbarazzarsi di righe duplicate.

Answer 1

Utilizzando data.table e il pacchetto gtools, siamo in grado di ricreare tutte le possibili permutazioni dal cliente:

library(data.table) 
library(gtools) 

item <- c("h","h","h","j","j") 
customer <- c("a","a","b","b","b") 
test.data <- data.table(item,customer) 

DT <- unique(test.data) #The unique is used as multiple purchases do not count twice 

tuples <- function(x){ 
    return(data.frame(permutations(length(x), 2, x, repeats.allowed = T, set = F), stringsAsFactors = F)) 
} 

DO <- DT[, tuples(item), by = customer] 

Questo dà:

customer X1 X2 
1:  a h h 
2:  b h h 
3:  b h j 
4:  b j h 
5:  b j j 

che è un elenco di tutte le associazioni elemento univoco un cliente ha. Come per il tuo esempio stiamo trattando h x j in modo diverso da j x h. Ora possiamo ottenere la frequenza di ogni coppia utilizzando la funzione di tabella:

table(DO$X1,DO$X2) 
    j h 
    j 1 1 
    h 1 2 

Answer 2

Ecco una soluzione di base R:

n_intersect <- Vectorize(function(x,y) length(intersect(x,y))) 

cs_by_item <- with(test.data, tapply(customer, item, unique)) 

outer(cs_by_item , cs_by_item , n_intersect) 
# h j 
# h 2 1 
# j 1 1