使用arules包转换transactions时出错：需先离散化非逻辑/因子列

你运行这段R代码时遇到了转换失败的错误：

library(arules)
library(rattle)
data <- read.csv('R/347_347.csv', header = TRUE, stringsAsFactors = TRUE)
Data <- data[c(3:23)] # 报错出现在后续转换步骤
trans <- as(Data, "transactions")

对应的报错信息是：

Error in asMethod(object) : 第1、2、3、4、5、6、7、8、9、10、11、12、13、14、15、16、17、18、19、20、21列不是逻辑型或因子型，请先离散化这些列。

报错原因 #

arules包要求转换为transactions类型的数据，每一列必须是逻辑型（logical）或者因子型（factor）——而你提取的Data数据框里，这些列都是数值型（numeric）的，不符合转换要求，所以才会触发报错。

具体解决方法 #

根据你的数据情况，你可以选择下面几种方式处理：

1. 手动自定义离散化（适合需要精准控制分箱规则的场景）

用cut()函数把数值列分成指定区间，转成因子型。比如把每列分成“低/中/高”三个区间：

# 批量处理所有数值列
Data <- as.data.frame(lapply(Data, function(col) {
  if (is.numeric(col)) {
    # 这里的breaks可以自定义，比如换成具体数值c(0, 50, 100, Inf)
    cut(col, breaks = 3, labels = c("低", "中", "高"))
  } else {
    col # 非数值列保持原样
  }
}))

2. 用arules自带工具自动离散化（更省心的自动化方式）

arules包里的discretize()函数支持自动分箱，默认是等频分箱（把数据分成频数相近的组），也可以指定等宽分箱：

library(arules)
# 自动处理所有数值列
Data <- as.data.frame(lapply(Data, function(col) {
  if (is.numeric(col)) {
    # 默认等频分箱，想换等宽的话加method = "interval"
    discretize(col)
  } else {
    col
  }
}))

3. 如果是0/1数值列，直接转逻辑型

如果你的列是0（代表无）和1（代表有）的数值，直接转成逻辑型就可以：

Data <- as.data.frame(lapply(Data, function(col) {
  if (is.numeric(col)) {
    as.logical(col)
  } else {
    col
  }
}))

最后验证并转换 #

处理完列类型后，再运行转换代码就没问题了：

trans <- as(Data, "transactions")

另外，你可以先用str(Data)查看每一列的类型，确认所有需要转换的列都处理好了～

内容的提问来源于stack exchange，提问作者Arthur Tang