クラスタ計算チュートリアル - 広がりに関する問題

Question

この非常に面白いチュートリアル（https://rpubs.com/hrbrmstr/customer-segmentation-r）に従っている間、私は本当に理解していないエラーに出くわしました。

「Error：Value column 'n'が入力に存在しません」というメッセージが表示されます。 in Rstudio 1.0.136：

library(readxl) 
library(dplyr) 
library(tidyr) 
library(viridis) 
library(ggplot2) 
library(ggfortify) 

url <- "http://blog.yhathq.com/static/misc/data/WineKMC.xlsx" 
fil <- basename(url) 
if (!file.exists(fil)) download.file(url, fil) 

offers <- read_excel(fil, sheet = 1) 
colnames(offers) <- c("offer_id", "campaign", "varietal", "min_qty", "discount", "origin", "past_peak") 
head(offers, 12) 

transactions <- read_excel(fil, sheet = 2) 
colnames(transactions) <- c("customer_name", "offer_id") 
transactions$n <- 1 
head(transactions) 

left_join(offers, transactions, by="offer_id") %>% 
    count(customer_name, offer_id, wt=n) %>% 
    spread(offer_id, n) %>% 
    mutate_each(funs(ifelse(is.na(.), 0, .))) -> dat 

最後の行が問題を引き起こす行です。

誰でも知っているだろうか？

Answer 1

?dplyr::countのマニュアルページを見ていてください：

Note

The column name in the returned data is usually n, even if you have supplied a weight.

If the data already already has a column named n, the output column will be called nn. If the table already has columns called n and nn then the column returned will be nnn, and so on.

この場合は、元のデータはすでにnという列を持っているので、count後の新しい列がnnと呼ばれることになります。したがって、spread(offer_id, n) %>%をspread(offer_id, nn) %>%に変更する必要があります。そのチュートリアルは、この変更の前に書かれているかもしれません。