トランザクションのアイテムの存在に基づいてデータフレームを結合する

Question

私はマージしようとしている2つのデータフレームを持っています。最初の表は、以下のような項目とそれに関連するデータのリストである：

items <- data.frame(
    item_code = c(1111, 2222, 3333, 4444), 
    item_category = c("cata","catb","catc","catd") 
) 

そして第二には、トランザクションのリストです：

transactions <- data.frame(
    tran_code = c('aaaa', 'bbbb', 'cccc', 'dddd'), 
    tran_items = c("1111,1111,2222","3333,2222","1111,4444,4444","3333") 
) 

私は、各セルにリストを含む列を作成しようとしていますアイテムが表示される取引の種類：

view(final_df) 

item_code item_category in_trans 
1111  "cata"  "aaaa,cccc" 
2222  "catb"  "aaaa,bbbb" 
3333  "catc"  "bbbb,dddd" 
4444  "catd"  "cccc" 

誰でもこれを達成する方法についての提案はありますか？ splitstackshapeとdata.tableパッケージ使用

Answer 1

：

library(splitstackshape) # this will also load the 'data.table'-package 

setDT(items) 
setDT(transactions) 

items[unique(cSplit(transactions, 'tran_items', ',', 'long')), on = .(item_code = tran_items), 
     ][, .(in_trans = toString(tran_code)), by = .(item_code, item_category)] 

が与える：

item_code item_category in_trans 
1:  1111   cata aaaa, cccc 
2:  2222   catb aaaa, bbbb 
3:  3333   catc bbbb, dddd 
4:  4444   catd  cccc 

---

tidyverseを使用して、あなたが行うことができます：

library(dplyr) 
library(tidyr) 

items %>% 
    left_join(., transactions %>% 
       separate_rows(tran_items) %>% 
       distinct() %>% 
       group_by(tran_items = as.numeric(tran_items)) %>% 
       summarise(in_tran = toString(tran_code)), 
      by = c('item_code' = 'tran_items')) 

Answer 2

data.tableを使用すると、次のことができます。

library(data.table) 
setDT(transactions)[, .(item_code=as.numeric(unlist(strsplit(tran_items, split=",")))), 
        by=tran_code 
        ][items, on="item_code", .(item_category=unique(item_category), 
         in_trans=paste(unique(tran_code), collapse=",")), by=.EACHI] 
    item_code item_category in_trans 
1:  1111   cata aaaa,cccc 
2:  2222   catb aaaa,bbbb 
3:  3333   catc bbbb,dddd 
4:  4444   catd  cccc 

第一鎖[]（行ごとにtrans_item-tran_code）、長いへのトランザクションデータを "整形"。 2番目の[]は、これをアイテムコードのアイテムdata.frameに結合してから、pasteとuniqueというitem_codeでトランザクション内のアイテムをラップします。 by=.EACHIを使用すると、この操作をitem_codeレベルで実行できます。

これは、変数が要因でないことが必要であることに注意してください。私はstringsAsFactors=FALSEをあなたのデータの読み込みに使用しました。