如何将arules::inspect的输出捕获为data.frame？

我知道你在用arules包的ECLAT算法挖掘频繁项集时，遇到了没法把inspect()的输出保存成data.frame的困扰——毕竟直接用out <- inspect(f)得到的是NULL，根本存不下数据。别担心，这里有几个简单好用的方法：

方法1：直接转换为data.frame #

arules的频繁项集对象（也就是你代码里的f）本身支持直接转换为data.frame，用as()函数就能搞定：

library(arules)
dataset <- read.transactions("8GbjnHK2.txt", sep = ";", rm.duplicates = TRUE)
f <- eclat(dataset, parameter = list(supp = 0.001, maxlen = 17, tidLists = TRUE))

# 先按support排序
sorted_f <- sort(f, by = "support")

# 直接转为data.frame
f_df <- as(sorted_f, "data.frame")

# 查看前10条结果，和inspect输出格式一致
head(f_df, 10)

转换后的data.frame里，items列默认是itemsets类型，如果需要转成普通字符串方便后续处理，可以用labels()函数：

f_df$items <- labels(sorted_f)

方法2：手动构造data.frame #

如果你想更灵活地控制输出列，可以直接从频繁项集对象中提取属性来构造data.frame：

# 提取项集标签、support等信息
f_df <- data.frame(
  items = labels(f),
  support = quality(f)$support,
  stringsAsFactors = FALSE
)

# 按support降序排序后取前10条
f_df_sorted <- head(f_df[order(f_df$support, decreasing = TRUE), ], 10)

# 查看结果
print(f_df_sorted)

为什么直接inspect不行？ #

这里要提一句，inspect()函数的设计目的是打印输出，它的返回值是NULL，所以直接赋值肯定存不下数据。上面的方法都是直接从频繁项集对象本身提取数据，比捕获打印输出要高效得多。

内容的提问来源于stack exchange，提问作者hpesoj626