数据分析:筛选多组交集特征

介绍

有时候需要在多个组间筛选它们的交集特征,本文利用R语言实现该目的

加载R包

R 复制代码
library(UpSetR)
library(tidyverse)

Upset画图

R 复制代码
movies <- read.csv(system.file("extdata", "movies.csv", package = "UpSetR"), 
                   header = T, sep = ";")
movies_list <- list(
  Action = movies %>%
    dplyr::filter(Action == 1) %>%
    dplyr::pull(Name),
  Adventure = movies %>%
    dplyr::filter(Adventure == 1) %>%
    dplyr::pull(Name),
  Children = movies %>%
    dplyr::filter(Children == 1) %>%
    dplyr::pull(Name),
  Comedy = movies %>%
    dplyr::filter(Comedy == 1) %>%
    dplyr::pull(Name),
  Crime = movies %>%
    dplyr::filter(Crime == 1) %>%
    dplyr::pull(Name),
  Documentary = movies %>%
    dplyr::filter(Documentary == 1) %>%
    dplyr::pull(Name)  
)

movies_pl <- UpSetR::upset(
  data = fromList(movies_list),
  nsets = 3, 
  sets = c("Action", "Adventure", "Children", 
           "Comedy", "Crime", "Documentary"),
  order.by = "freq",
  main.bar.color = "gray10",
  sets.bar.color = "gray",
  matrix.color = "gray10",
  mainbar.y.label = "NO. of movies",
  sets.x.label = "NO. of movies")

movies_pl

判断交集特征

  • 去冗余变量 df_uniq_movie

  • 分组变量标签 df_group_movie

R 复制代码
df_uniq_movie <- data.frame(feature = unique(unlist(movies_list)))
df_group_movie <- lapply(movies_list, function(x){
  data.frame(feature = x)
}) %>% 
  dplyr::bind_rows(.id = "Sequence")
  • 给变量打上交集标签
R 复制代码
df_int_movie <- lapply(df_uniq_movie$feature, function(x){
  intersection <- df_group_movie %>% 
    dplyr::filter(feature == x) %>% 
    dplyr::arrange(Sequence) %>% 
    dplyr::pull(Sequence) %>% 
    paste0(collapse = "|")
  # build the dataframe
  return(data.frame(feature = x, int = intersection))
}) %>% 
  dplyr::bind_rows()

head(df_int_movie)
相关推荐
AI职业加油站6 小时前
大数据采集工程师:技术栈全景图与实战路径
大数据·人工智能·数据分析
多年小白14 小时前
Seedance 2.5 上线、Fable 5 回归受限、A 股交易规则大改——7 月 6 日 AI 日报
人工智能·数据挖掘·回归
Honker_yhw15 小时前
大数据管理与应用系列丛书《数据挖掘》(吕欣等著)读书笔记-Apriori 算法
人工智能·数据挖掘
foggyprojects1 天前
从0开始,一句话启动AI DataAgent
后端·数据分析·ai编程
hhzz2 天前
Python大数据实战(十四):足球运动员数据分析——用Pandas+Matplotlib挖掘FIFA数据集
大数据·python·计算机视觉·数据分析
hhzz2 天前
全局实例跟踪(GIT):像人类一样定位目标——VideoCube基准与SiamFC实战全解析
大数据·python·计算机视觉·目标跟踪·数据分析
二狗的编程之路2 天前
神经网络正则化:防止过拟合的七种核心手段
python·机器学习·数据挖掘
风流 少年2 天前
数据分析:numpy
数据挖掘·数据分析·numpy
七夜zippoe3 天前
OpenClaw 实战案例:数据分析平台构建
服务器·网络·数据分析·openclaw·平台构建