【求助帖，分享讨论之】
很久之前就希望拿图书馆的借阅数据开刀了，我这里抛开业务话题，直接请求各位帮忙讨论技术细节。
数据库是mysql，统计分析软件是R
我拿到的图书馆借阅数据，经过处理后有：
time , book_code , book_class , reader_code , reader_level , reader_major
分别是：
借阅时间 ， 图书编码 ， 图书分类 ，读者代码 ， 读者年级 ， 读者专业
（注：图书分类是从图书编码中衍生出来的，读者年级、读者专业也是从读者代码中衍生出来的）
所以，实际的原始数据是（三个字段，行数约为百万）
time , book_code , reader_code
t1 , book1 , reader1
t2 , book2 , reader2
t3 , book3 , reader3
.
.
.
但是现在希望使用R来进行关联规则（暂时准备使用apriori算法，arules包）
经过翻阅，似乎这个包里提供的数据案例都是要求：
reader_code , book_code1 , book_code2 ......
reader1 , book1 , book2 ...
reader2 , book3 ...
.
.
.
现在遇到的问题是：
1.借阅数据有重复（一本书在一年内反复借阅多次，需要去重）
2.借阅数据有多有少，多的达到300+，少的是1（如果按照上述数据要求，就得建立300+个字段，然后将数据转换【做过数据库设计的朋友一定会嘲笑这种做法吧，两种数据本质上是一样的啊】）
3.数据的熵值应该很高吧（啧啧，找不到好词，我想表达的是，总书目几百万，一千个读者就有一千个哈姆雷特。。。）
现在我想到的解决思路是：
1.直接建立一个新表，建立300+字段，将数据进行转换，然后放到R里做；
缺点：且不论数据形式不太合理（300+个字段啊尼玛），重点是后续的维护，优化我的分析都难以做。比如我想筛选出 经济系的同学阅读情况再做一次关联规则，我又得重复以上方式。。。
2.找一种方式，在R中能直接做数据转换（好像arules包是不提供这样功能，也有查RMySQL包，但是只能运行于OS X上啊），这样不但不会出现300个字段的数据库，也方便我后续的反复分析，以达到最优的分析效果。。。
问题来了：我能否把这个 ETL （应该称之为ETL了吧）过程在R和MySQL中实现呢？
