- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我尝试计算文章之间的相关性,以了解不同文章编号一起出现在文档(发票)中的频率。
我有一个来自 SQL 查询的表,其中包含两列:文档编号、文章编号
该表非常大,有 21k 行。
我有 5k 个文档编号和 700 篇不同的文章,如下所示的示例。
它是一个数据框“db_belege”。
Document Number Article Number
1 14198915 00115027
2 14198915 00100288
3 14198915 00011754
4 14198917 00033908
5 14198917 00096478
6 14198917 00033835
7 14198917 00051912
8 14198917 00152477
9 14198917 00033831
10 14198917 00100279
11 14198917 00011754
... 14198924 00053366
5k 14200000 00053366
#create distinct article list
db_dist_art <- dbFetch(dbSendQuery(conant, "SELECT DISTINCT [Artikelnummer] FROM documenttable WHERE conditions "))
#Number of aticles
dim(db_dist_art)[1]
#create distint document numbers list
db_dist_art <- dbFetch(dbSendQuery(conant, "SELECT DISTINCT [Belegnummer] FROM documenttable WHERE conditions "))
#Number of documents
dim(db_dist_bel)[1]
mat <- matrix(,dim(db_dist_bel)[1],dim(db_dist_art)[1])
#First of all thank you very much for your awnser. the 2nd solution works without trouble. But i have issues to get the first one running below my adaption and results.
#straghtforward way from JBGruber
#Load/Install packages
library(DBI)
library(odbc)
#Establish connection
conant <- DBI::dbConnect(odbc::odbc(),
Driver = "ODBC Driver 17 for SQL Server",
Server = "Serveradress",
Database = "databasename",
encoding = "latin1",
Trusted_Connection = "yes")
#extract data for correlation
cordata <- dbSendQuery(conant, "SELECT [Belegnummer] as 'Document_Number' ,[Artikelnummer] as 'Article_Number' FROM tablename WHERE conditions ")
db_cordata <- dbFetch(cordata,)
dbClearResult(cordata)
#calculate correlation and store results in cor_result
library(tidyverse)
library(widyr)
cor_result <- db_cordata %>%
pairwise_cor(Article_Number, Document_Number, upper = FALSE)
#to use cor():
#my adaption below, I had values 1 and "NULL" instead of NA so I adapted also the replace statement to the following below:
library(tidyverse)
mat <- db_cordata %>%
mutate(value = 1) %>%
pivot_wider(id_cols = Document_Number, names_from = Article_Number) %>%
{
mat <- as.matrix(.[, -1])
rownames(mat) <- unlist(.[, 1])
mat
} %>%
replace(.,. == "NULL", 0)
# the matrix created seems to be correct. The values are 1 or 0 now. type duoble
#when i execute:
mat %>%
cor()
#it result in this issue
Fehler in cor(.) : 'x' must be numeric
#But double is numeric as far as i know. but the cor() return an error.
#a strange thing appear for me in this solution. When i hit mat in the Envirionment register > area "Data" this result in a View(mat) command in the console and display a List [50043 x 743]; List of length 3746949 and the valies are double[1] with 0 or 1
#by running the same command in console manually i receive the following: list[3746950] List of length 3746950 (so one more) with the values double[1] with 1 and NULL with Pairlist of length 0.
#why is it handled differently? I guess this is the reason for the issue with cor().
#when i just call 'mat' it display the matric correctly with 0 instead of "NULL".
mat
最佳答案
如果你想把数据变成正确的格式来使用 cor
,我们可以使用 tidyr
的 pivot_wider
然后转换成矩阵:
library(tidyverse)
mat <- df %>%
mutate(value = 1) %>%
pivot_wider(id_cols = Document_Number, names_from = Article_Number) %>%
{
mat <- as.matrix(.[, -1])
rownames(mat) <- unlist(.[, 1])
mat
} %>%
replace(is.na(.), 0)
mat %>%
cor()
#> 115027 100288 11754 33908 96478 33835
#> 115027 1.0000000 1.0000000 0.5773503 -0.3333333 -0.3333333 -0.3333333
#> 100288 1.0000000 1.0000000 0.5773503 -0.3333333 -0.3333333 -0.3333333
#> 11754 0.5773503 0.5773503 1.0000000 0.5773503 0.5773503 0.5773503
#> 33908 -0.3333333 -0.3333333 0.5773503 1.0000000 1.0000000 1.0000000
#> 96478 -0.3333333 -0.3333333 0.5773503 1.0000000 1.0000000 1.0000000
#> 33835 -0.3333333 -0.3333333 0.5773503 1.0000000 1.0000000 1.0000000
#> 51912 -0.3333333 -0.3333333 0.5773503 1.0000000 1.0000000 1.0000000
#> 152477 -0.3333333 -0.3333333 0.5773503 1.0000000 1.0000000 1.0000000
#> 33831 -0.3333333 -0.3333333 0.5773503 1.0000000 1.0000000 1.0000000
#> 100279 -0.3333333 -0.3333333 0.5773503 1.0000000 1.0000000 1.0000000
#> 53366 -0.5773503 -0.5773503 -1.0000000 -0.5773503 -0.5773503 -0.5773503
#> 51912 152477 33831 100279 53366
#> 115027 -0.3333333 -0.3333333 -0.3333333 -0.3333333 -0.5773503
#> 100288 -0.3333333 -0.3333333 -0.3333333 -0.3333333 -0.5773503
#> 11754 0.5773503 0.5773503 0.5773503 0.5773503 -1.0000000
#> 33908 1.0000000 1.0000000 1.0000000 1.0000000 -0.5773503
#> 96478 1.0000000 1.0000000 1.0000000 1.0000000 -0.5773503
#> 33835 1.0000000 1.0000000 1.0000000 1.0000000 -0.5773503
#> 51912 1.0000000 1.0000000 1.0000000 1.0000000 -0.5773503
#> 152477 1.0000000 1.0000000 1.0000000 1.0000000 -0.5773503
#> 33831 1.0000000 1.0000000 1.0000000 1.0000000 -0.5773503
#> 100279 1.0000000 1.0000000 1.0000000 1.0000000 -0.5773503
#> 53366 -0.5773503 -0.5773503 -0.5773503 -0.5773503 1.0000000
widyr
提供了一种更加直接的方式。包虽然:
library(widyr)
df %>%
pairwise_cor(Article_Number, Document_Number, upper = FALSE)
#> # A tibble: 55 x 3
#> item1 item2 correlation
#> <int> <int> <dbl>
#> 1 115027 100288 1
#> 2 115027 11754 0.577
#> 3 100288 11754 0.577
#> 4 115027 33908 -0.333
#> 5 100288 33908 -0.333
#> 6 11754 33908 0.577
#> 7 115027 96478 -0.333
#> 8 100288 96478 -0.333
#> 9 11754 96478 0.577
#> 10 33908 96478 1
#> # … with 45 more rows
df <- structure(list(Document_Number = c(14198915L, 14198915L, 14198915L,
14198917L, 14198917L, 14198917L, 14198917L, 14198917L, 14198917L,
14198917L, 14198917L, 14198924L, 14200000L), Article_Number = c(115027L,
100288L, 11754L, 33908L, 96478L, 33835L, 51912L, 152477L, 33831L,
100279L, 11754L, 53366L, 53366L)), class = "data.frame", row.names = c(NA,
-13L))
关于R - 每个文档的文章之间的相关性,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/60620697/
我有一个 .sln 文件,里面有几个项目。为了简单起见,让我们称它们为... 项目A 项目B 项目C ...其中 A 是引用 B 和 C 的主要项目。我的目标是更新我的构建脚本,为 ProjectA
我安装了 Magento,我想知道如何生成完整的 API 文档,例如 http://docs.magentocommerce.com/ 上的文档是使用 phpdoc 生成的。 Magento 中是否包
我通常使用jetbrains family ide。在为函数创建文档时非常有用,只需输入 /** 如何在创建文档时创建自定义标签,例如@date标签。 最佳答案 JavaScript、Java: st
我正在尝试使用 jOpenDocument library创建文档。我已经执行了创建电子表格的示例 - 代码编译并运行正常,但当我尝试使用 Excel Office 2012 或 Google Doc
如标题。 有没有介绍HTML DOM构造的图片? 最佳答案 DOM(文档 对象模型)从文档 节点开始。它被称为“根节点”。 观察下面的树(括号中对应的nodeType): [HTMLDocument]
我喜欢 ColdFusion Builder。但我不喜欢帮助只有 CF9 文档。有什么方法可以将其更改为拥有 ColdFusion 8 文档? 最佳答案 http://livedocs.adobe.c
这个问题在这里已经有了答案: What is the consequence of this bit of javascript? (4 个答案) 关闭 9 年前。 我看到一些 jQuery 脚本嵌
我有一个 XML 文件,其中包含需要在 Word 文档中填充的数据。 我需要找到一种方法来定义一个模板,该模板可用作从 XML 文件填充数据并创建输出文档的基线。 我相信有两种方法可以做到这一点。 创
我正在尝试查找有关如何使用 AVAudioEngine 的详细文档。有谁知道我在哪里可以找到它? 我找到了这个,但与文档丰富的 UI 内容相比,它似乎非常简陋。 https://developer.a
我对 Tensorflow 文档越来越感到恼火和沮丧。我在谷歌上搜索了有关 的文档 tf.reshape 我被定向到一个通用页面,例如 here 。我想查看 tf.reshape 的详细信息,而不是整
我正在学习本教程:http://moxleystratton.com/clojure/clojure-tutorial-for-the-non-lisp-programmer 然后遇到了这个片段: u
如何在 swagger 中为对象数组编写文档。这是我的代码,但我不知道如何访问对象数组中的数据。 { "first_name":"Sam", "last_name":"Smith",
是否有针对 Javascript 的 JavaDocs 之类的东西?当我在 netbeans IDE 中按 ctrl+space 时 写javascript,指定对象的javascript文档就出来了
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 我们不允许提问寻求书籍、工具、软件库等的推荐。您可以编辑问题,以便用事实和引用来回答。 关闭 5 年前。
我需要 JavaScript 中的 heredoc 之类的东西。你对此有什么想法吗?我需要跨浏览器功能。 我发现了这个: heredoc = '\ \ \ zzz\ \
WSDL 文档是包含一系列的,可描述某个 web service 的定义的,简单的 XML 文档 WSDL 文档结构 WSDL 文档用下表这些主要的元素来描述某个 web service 的
是否有 ocropus 的文档? 我正在寻找对以下功能的解释: make_SegmentPageByRAST(): segment() RegionExtractor(): setPageLines(
这个问题在这里已经有了答案: Understanding events and event handlers in C# (13 个回答) 4年前关闭。 我正在使用 NRECO 和 ffmpeg 对视
我正在尝试访问工作服务器以与名为 Spotfire 的应用程序一起使用。我的同事把这个传给我,现在已经休息了几个星期,我对他的建议有意见。 实际上,当我通过 localhost 运行我的 Web 应用
Elm 文档没有给出示例用法,因此很难理解类型规范的含义。在几个地方,我看到“a”用作参数标识符,例如 Platform.Cmd : map : (a -> msg) -> Cmd a -> Cmd
我是一名优秀的程序员,十分优秀!