我想在 R 中修改我的数据集，以便我可以进行购物篮分析

Question

我需要在 R 中修改我的数据集，它看起来像一个经典表格，行中有观察值，列中有变量。具体来说，第一列报告一组由 ID 代码 (InvoiceNo) 标识的交易，第二列表示产品描述。 我在数据集的图像下方重现它出现的样子。

具体来说，我的目的是获得一个表格，该表格适合用于市场篮子分析，其中按行有不同的交易（发票号），按列有不同的属性（描述）。换句话说，我想获取二进制数据，指示该特定交易中是否存在该特定产品（在描述列中报告）。 我在数据集的图像下方重现了我希望它看起来的样子：

Answer 1

您可以使用

pivot_wider

来自

tidyr

.

创建与您的结构相同的数据集：

library(tidyr)
library(tibble)
library(dplyr)

df <- tibble(id = c(1,2,3,4,5,6), description = c('lalalala', 'blob', 'blob', 'foo', 'foo', 'lalalala'))

应用功能：

df %>%
  mutate(for_pivot = 1) %>% # creating a new column for your binary output
  pivot_wider(id_cols = 'id', names_from = 'description', values_from = 'for_pivot') %>% # pivoting
  mutate_all(coalesce, 0) # transforming all NA as 0