离散化多列函数

Posted 2023-03-23

【中文标题】离散化多列函数

【英文标题】：discretize function of multiple columns

【发布时间】：2016-08-03 17:49:52

【问题描述】：

我有以下 csv： https://github.com/antonio1695/Python/blob/master/nearBPO/facturasprueba.csv

有了它，我想使用apriori 函数来查找关联规则。但是，我得到了错误：

asMethod(object) 中的错误： 第 2、3、4、5、6、7、8、9、10、11、12 列不合逻辑或因素。首先离散列。

我之前已经遇到过这个错误，我所做的是：

dataframe$columnX <- discretize(df$columnX) 

但是，这只有在我手动选择每一列并一一离散化时才有效。我想做同样的事情，但对于 aprox 3k 列。我给你的箱子只有11个，我猜11个就行了。

【问题讨论】：

dataframe <- sapply(dataframe, discretize) 会工作吗？

不，我收到以下错误：* Summary.factor 中的错误（c(1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, : 'min ' 对因子没有意义*

我不确定，但可能是因为第一列不是数字列。 @华纳

我将第一列设为索引，我不确定它会如何影响 apriori 函数。在我使用 apriori 函数之前，它似乎没有崩溃。它向我发送以下错误： asMethod(object) 中的错误：矩阵不是逻辑或数字 0-1 矩阵！ @华纳

我想知道dataframe[,2:12] <- sapply(dataframe[,2:12], discretize) 是否适用于这种特定情况。如果是这样，那么它只是检测那些不合逻辑也不是因素的列并使用该列索引向量。

【参考方案1】：

我找到了答案，不过感谢大家的帮助。选择和离散化多列：

for (i in 2:12)df[,i]<-discretize(df[,i])

【讨论】：

为什么dataframe[,2:12] <- sapply(dataframe[,2:12], discretize) 不起作用？对于需要离散化的大量列，您的方法可能会较慢。

我尝试过这样做，但当我使用 apriori 时，它仍然说它们不是离散的！

asMethod(object) 中的错误：第 2、3、4、5、6、7、8、9、10、11、12 列不符合逻辑或因素。首先离散列。这就是我后来得到的错误。 @aichao

如果您发现它是如何正常工作的，我很乐意将我的答案记下来。正如您所说，它确实需要的不仅仅是您的功能！ @aichao

嘿，如果它对你有用，那么它就有效！我只是好奇，因为我认为两者在功能上应该是等效的。