将 .csv 文件读取为 read.transactions 以在 R 中应用 ariori()？

Posted 2023-03-23

【中文标题】将 .csv 文件读取为 read.transactions 以在 R 中应用 ariori()？

【英文标题】：Reading the .csv file as read.transactions for applying ariori() in R?

【发布时间】：2017-07-02 18:16:47

【问题描述】：

我有 .csv 数据，其列和 5000 行如下所示：

age sex children distance  
  1   0        1        1    
  1   1        1        2   
  2   1        0        1    
  1   0        1        3    
  3   1        0        2   
  1   1        1        1 

我想使用apriori() 应用关联规则挖掘。 于是尝试使用read.transactions读取数据集，如下：

mar = read.transactions("Marketing campaign.csv", format = "basket", 
                        sep = ",", cols = c("age", "sex", "children", "distance"))  

但我收到以下错误：

read.transactions("Marketing campaign.csv", format = "basket", : 'cols' 必须是 'basket' 的数字标量。

请帮忙。提前致谢

【问题讨论】：

尝试使用as.factor instad of as.character

您可以使用read.csv 中的colClasses 参数为每​​一列指定类，如下所示：dat <- read.csv("filename.csv", colClasses = rep("character", 4))

另见：***.com/a/2805414/4300478

【参考方案1】：

在 R 中，保存分类变量的数据类型称为factor。使用as.factor 和factor 方法可以轻松创建因子向量

myDf <- data.frame(
  age = c(1,1,2,1,3,1),
  sex = c(1,1,1,0,1,1),
  children = c(1,1,0,1,0,1),
  distance = c(0,2,1,3,2,1)
)

myDf
#   age sex children distance
# 1   1   1        1        0
# 2   1   1        1        2
# 3   2   1        0        1
# 4   1   0        1        3
# 5   3   1        0        2
# 6   1   1        1        1

myDf$sex <- factor(myDf$sex, labels = c("F", "M"))

myDf
#   age sex children distance
# 1   1   M        1        0
# 2   1   M        1        2
# 3   2   M        0        1
# 4   1   F        1        3
# 5   3   M        0        2
# 6   1   M        1        1

【讨论】：

但我有 5000 行这种组合。在那之后，我需要应用 apriori() 。即使在转换因素之后，它也表明没有将“tbl_df”强制转换为“transactions”的方法或默认值

我不明白行数在这里有何不同。关于transactions：这是一个与您之前提出的完全不同的问题。在arules 包中，有一个名为transactions 的特定类。如果您需要这方面的帮助，请在问题中提及这一点

as.transactions 是否可以在数据帧上工作，而不是tbl_dfs？