首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >R中的组重叠(市场份额/相关性)

R中的组重叠(市场份额/相关性)
EN

Stack Overflow用户
提问于 2020-02-07 05:20:27
回答 1查看 179关注 0票数 0

我在R中有用户级别的数据,它显示了用户与之交互的不同组。我想要弄清楚的是这些群体之间的重叠。我有一个下面的数据样本:

代码语言:javascript
复制
Group UserID
A     User1
B     User1
D     User1
A     User2

正如你所看到的,User1已经与3个群组进行了交互,而User2只与A组进行了交互。我想知道的是每个群组所拥有的用户的“市场份额”。例如,A组有100,000个用户只与A组交互,10,000个用户与A&B交互,5,000个用户与A,B和C交互,等等。显然有很多组合。

有没有办法用tidyr/dplyr来计算呢?大约有100万个用户和600个组。每个用户都有可能与某些组进行交互,但不是所有组。

谢谢!

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2020-02-07 06:10:35

如果你只想知道其他交互的数量,这是可行的:

代码语言:javascript
复制
df <- data.frame(Group = c("A", "B", "D", "A", "C", "D", "D", "B", "C"),
                 UserID = c("User1", "User1", "User1", "User2", "User2", "User3", "User4", "User5", "User5"))


library(tidyverse)

df %>% 
  group_by(Group, UserID) %>% # make sure there are no double entries
  summarise() %>%             # make sure there are no double entries
  group_by(UserID) %>%
  mutate(NGroups = n()) %>%   # how many interactions has this user
  ungroup() %>% 
  group_by(Group, NGroups) %>% 
  summarise(N = n()) %>%      # count for each Group - NInteractions combination the frequency
  ungroup() %>% 
  pivot_wider(names_from = NGroups, values_from = N)

如果您想要每个单独的组组合的计数,您应该可以开始使用;):

代码语言:javascript
复制
df %>% 
  group_by(Group, UserID) %>% 
  summarise() %>% 
  group_by(UserID) %>%
  mutate(GroupsString = paste0(Group, collapse="")) %>% 
  ungroup() %>% 
  group_by(Group, GroupsString) %>% 
  summarise(N = n()) %>% 
  ungroup()
票数 2
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/60103687

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档