r - 为多组按组生成选择切换矩阵

Question

我想先按组(下面代码中的user)计算选择切换概率。然后我将组级概率平均并得到总概率。我有数以万计的组，所以我需要代码快。我的代码是一个 for loop ，运行需要 10 多分钟。我做了同样的代码/逻辑 excel，它只需要不到几秒钟。

特定用户选择m 到n 的切换 被定义为观察的份额，其选择是n at period t 和m 在时间段 t-1 我的原始代码首先通过 for 循环标记第一次和最后一次购买。然后使用另一个 for 循环来获取开关矩阵。我只能按整个数据而不是按组创建切换矩阵。即便如此，它仍然很慢。添加用户会使它变得更慢。

    t<-c(1,2,1,1,2,3,4,5)
    user<-c('A','A','B' ,'C','C','C','C','C')
    choice<-c(1,1,2,1,2,1,3,3)
    dt<-data.frame(t,user,choice)

    t user choice
    1   A   1
    2   A   1
    1   B   2
    1   C   1
    2   C   2
    3   C   1
    4   C   3
    5   C   3


    # **step one** create a second choice column for later construction of the switching matrix
    #Label first purchase and last purchase is zero
       for (i in 1:nrow(dt))
     { ifelse (dt$user[i+1]==dt$user[i],dt$newcol[i+1]<-0,dt$newcol[i+1]<-1) }


    # **step two** create stitching matrix 
    # switching.m is a empty matrix with the size of total chocie:3x3 here
  length(unique(dt$user))
total.choice<-3
switching.m<-matrix(0,nrow=total.choice,ncol=total.choice)

  for (i in 1:total.choice)
    {
    for(j in 1:total.choice)
      {
      if(length(nrow(switching.m[switching.m[,1]==i& switching.m[,2]==j,])!=0))
      {switching.m[i,j]=nrow(dt[dt[,1]==i&dt[,2]==j,])}

    else {switching.m[i,j]<0}
      }
  }

特定用户/组的期望输出是这样的。即使用户根本没有做出特定选择，输出也应该具有相同的矩阵大小

# take user C

#output for switching matrix
            second choice  
    first   1 2 3
    1       0 1 1
    2       1 0 0        
    3       0 0 1       

#output for switching probability
            second choice  
    first   1   2    3
    1       0 0.5 0.5
    2       1 0    0        
    3       0 0    1       

Answer 1

我们可以使用 table 和 prop.table after split by 'user'

lst <- lapply(split(dt, dt$user), function(x)
     table(factor(x$choice, levels= 1:3), factor(c(x$choice[-1], NA), levels=1:3)))

如@nicola 所述，按“用户”拆分“选择”列更紧凑

lst <- lapply(split(dt$choice, dt$user), function(x) 
       table(factor(x, levels = 1:3), factor(c(x[-1], NA), levels = 1:3))) 

lst$C

#  1 2 3
#1 0 1 1
#2 1 0 0
#3 0 0 1


prb <- lapply(lst, prop.table, 1)
prb$C

#     1   2   3
#  1 0.0 0.5 0.5
#  2 1.0 0.0 0.0
#  3 0.0 0.0 1.0