如何解决组合错误唯一x，2，粘贴，折叠=“和”：n < m
我有一个包含 11 个变量的 185,686 行数据框，但我只对两个感兴趣：Order.ID 和 Product
原始数据框的每一行都包含 ID、产品、数量、地址等的唯一组合。从这个 df 我创建了一个新的，只有购买的 ID 和产品，其中有多个产品买了。
所以我试图找出哪些产品经常一起销售。 我已经确保原始数据框没有相同的行或空行 一切看起来都很好，除了 R 说产品有 21 个级别但其中两个是错误的，所以数据框只有19个级别的产品。但是如果类型 nlevels(venda.id$Product) 我得到 21。
Order.ID Product
1 176560 Google Phone
2 176560 Wired Headphones
3 176574 Google Phone
4 176574 USB-C Charging Cable
5 176586 AAA Batteries (4-pack)
6 176586 Google Phone
7 176672 Lightning Charging Cable
8 176672 USB-C Charging Cable
9 176681 Apple AirPods Headphones
10 176681 ThinkPad Laptop
11 176689 Bose SoundSport Headphones
12 176689 AAA Batteries (4-pack)
13 176739 34in Ultrawide Monitor
14 176739 Google Phone
15 176774 Lightning Charging Cable
16 176774 USB-C Charging Cable
17 176781 iPhone
18 176781 Lightning Charging Cable
structure(list(Order.ID = structure(c(1L,1L,2L,3L,4L,5L,6L,7L,8L,9L,10L,10L),.Label = c("176560","176574","176586","176672","176681","176689","176739","176774","176781","176797"),class = "factor"),Product = structure(c(5L,4L),.Label = c("34in Ultrawide Monitor","AAA Batteries (4-pack)","Apple AirPods Headphones","Bose SoundSport Headphones","Google Phone","iPhone","Lightning Charging Cable","ThinkPad Laptop","USB-C Charging Cable","Wired Headphones"),class = "factor")),row.names = c(NA,20L
),class = "data.frame")
当我尝试获取前 2 个组合时出现问题：
tail(sort(table(unlist(tapply(as.character(venda.id$Product),venda.id$Order.ID,FUN=function(x) combn(unique(x),2,paste,collapse=" and "))))),2)
Error in combn(unique(x),collapse = " and ") : n < m
Lightning Charging Cable and iPhone Wired Headphones and USB-C Charging
x y
x 和 y 是表 table
如果我不将 as.character 用于 Product 列，则会出现不同的错误：
Error in class(out) <- class(x0) : adding class "factor" to an invalid object
我第一次运行时就成功了，但结果似乎是错误的，因为计数低至 16，而数据有 14,128 行。现在它不再运行了。
有人知道如何解决这个问题吗？
更新：我检测到错误发生在第 783 行和第 784 行，有 2 个相同的产品关联到同一个 ID，尽管原始数据中没有发生这种情况。
R version 4.0.4 (2021-02-15)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 10 x64 (build 19041)
Matrix products: default
locale:
[1] LC_COLLATE=Portuguese_Brazil.1252 LC_CTYPE=Portuguese_Brazil.1252
[3] LC_MONETARY=Portuguese_Brazil.1252 LC_NUMERIC=C
[5] LC_TIME=Portuguese_Brazil.1252
attached base packages:
[1] stats graphics Grdevices utils datasets methods base
other attached packages:
[1] xts_0.12.1 zoo_1.8-9 lubridate_1.7.10 viridis_0.5.1
[5] viridisLite_0.3.0 hrbrthemes_0.8.0 forcats_0.5.1 stringr_1.4.0
[9] purrr_0.3.4 readr_1.4.0 tidyr_1.1.3 tibble_3.0.6
[13] tidyverse_1.3.0 dygraphs_1.1.1.6 ggplot2_3.3.3 dplyr_1.0.5
loaded via a namespace (and not attached):
[1] Rcpp_1.0.6 lattice_0.20-41 assertthat_0.2.1 digest_0.6.27
[5] utf8_1.1.4 R6_2.5.0 cellranger_1.1.0 backports_1.2.1
[9] reprex_1.0.0 evaluate_0.14 httr_1.4.2 pillar_1.5.0
[13] gdtools_0.2.3 rlang_0.4.10 readxl_1.3.1 rstudioapi_0.13
[17] extrafontdb_1.0 rmarkdown_2.7 labeling_0.4.2 extrafont_0.17
[21] htmlwidgets_1.5.3 munsell_0.5.0 tinytex_0.30 broom_0.7.5
[25] compiler_4.0.4 modelr_0.1.8 xfun_0.21 systemfonts_1.0.1
[29] pkgconfig_2.0.3 htmltools_0.5.1.1 tidyselect_1.1.0 gridExtra_2.3
[33] fansi_0.4.2 Crayon_1.4.1 dbplyr_2.1.0 withr_2.4.1
[37] grid_4.0.4 jsonlite_1.7.2 Rttf2pt1_1.3.8 gtable_0.3.0
[41] lifecycle_1.0.0 DBI_1.1.1 magrittr_2.0.1 scales_1.1.1
[45] cli_2.3.1 stringi_1.5.3 farver_2.1.0 fs_1.5.0
[49] xml2_1.3.2 ellipsis_0.3.1 generics_0.1.0 vctrs_0.3.6
[53] tools_4.0.4 glue_1.4.2 hms_1.0.0 yaml_2.2.1
[57] colorspace_2.0-0 rvest_1.0.0 knitr_1.31 haven_2.3.1
解决方法
尝试更改原始数据框的类类型。
venda.id <- type.convert(venda.id,as.is = TRUE)
执行此操作后再次运行代码。
,所以当代码到达第 783 行时出现问题，我可以通过这样做来使其工作
test=venda.id[784:14034,]
tail(sort(table(unlist(tapply(as.character(test$Product),test$Order.ID,FUN=function(x) combn(unique(x),2,paste,collapse=" and "))))),2)
如果我执行 test=venda.id[1:782,]
但是如果第 783 行位于间隔中间，它将不起作用，我猜这是因为第 782 行和 783 行具有相同的产品，但具有不同的 ID，但这也发生在数据中并且没有发生错误
,我们也可以使用 type_convert
library(readr)
vend.id <- type_convert(venda.id)
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
