计算具有与另一变量的一个值相对应的两个给定值的变量的出现次数

如图所示，我有一个包含订单号的列和一个包含物料号的列。

我想找出一对材料以相同顺序出现的频率。

问题是我有 30000 行订单号和 700 个唯一的物料号。有可能吗？

我在想是否可以更容易地制作一个包含行和列中 700 个材料编号的矩阵，并计算编号出现的次数。

编辑：第一张图片不是一个很好的例子。我上传了第二张带有随机材料编号的图片。所以我希望它计算每对（示例 10-11，正如我强调的那样）以相同顺序出现的次数。可以看出，10和11以3种不同的顺序出现。

就内存空间而言，最佳解决方案是每对一行，即 700*699 / 2。这个问题仍然相对较小，并且操作 700*700 矩阵的简单性可能比 700*701/ 更有价值您要保存 2 个单元格，每个单元格 1 个字节，总计 240kB。如果矩阵是稀疏的（即大多数材料对从未排序在一起）并且您使用适当的数据结构，则它可能会更少。

代码如下所示：

首先，我们要创建一个具有与材料一样多的行和列的数据框。矩阵更容易创建，因此我们创建一个矩阵，然后将其转换为数据帧。

all_materials = levels(as.factor(X$Materials))
number_materials = length(all_materials)
Pairs <- as.data.frame(matrix(data = 0, nrow = number_materials, ncol = number_materials))

（这里，X是你的数据集）

然后，我们设置行名和列名，以便能够直接使用材料的标识符来访问行和列，这些材料显然不一定是从 1 到 700 编号的。

colnames(Pairs) <- all_materials
rownames(Pairs) <- all_materials

然后我们迭代数据集

for(order in levels(as.factor(X$Order.number))){
  # getting the materials in each order
  materials_for_order = X[X$Order.number==order, "Materials"]
  if (length(materials_for_order)>1) {
    # finding each possible pair from the materials list
    all_pairs_in_order = combn(x=materials_for_order, m=2)
    # incrementing the cell at the line and column corresponding to each pair
    for(i in 1:ncol(all_pairs_in_order)){
      Pairs[all_pairs_in_order[1, i], all_pairs_in_order[2, i]] = Pairs[all_pairs_in_order[1, i], all_pairs_in_order[2, i]] + 1
    }
  }
}

在循环结束时，Pairs表应该包含您需要的一切。