如何用R语言(dplyr/stringr)自动生成按权重排序的物品序列？

你的代码存在几个关键问题：

• 数据集创建语法错误，items与ID长度不匹配；
• 使用str_count匹配字符串会错误统计包含目标数字的其他数值（比如str_count("18", "1")会返回1，导致percentB计算错误）；
• 手动创建百分比列繁琐且易出错，无法灵活处理排序和序列组装需求；
• 逻辑混淆了"重复物品不增加权重"的定义（实际应为按物品出现次数占总次数的比例计算权重，而非唯一物品均分）。

以下是符合需求的完整解决方案：

修正步骤与代码 #

library(dplyr)
library(tidyr)
library(stringr)

# 修正数据集，确保ID与items长度匹配
df <- data.frame(
  ID = seq(1:6),
  items = c(
    "1,1,8,16,8,18,18,1,16,2,8,5,1",
    "2,1,2,1,6",
    "18,18,19,18,4",
    "1,19,2",
    "2,2,2,4,2,6,1",
    "6,2,2"
  ),
  stringsAsFactors = FALSE
)

# 定义数字到物品的映射表，便于统一转换
item_map <- tibble(
  num = c("1", "2", "3", "4", "5", "6", "18", "19"),
  item = c("B", "M", "O", "Ac", "C", "T", "Pp", "Pt")
)

# 核心处理流程
df_final <- df %>%
  group_by(ID) %>%
  # 将逗号分隔的items拆分为单独行
  separate_rows(items, sep = ",") %>%
  # 统计每个数字的出现次数
  count(items, name = "count") %>%
  # 计算该行总元素数与各物品的占比百分比
  mutate(
    total = sum(count),
    percent = (count / total) * 100
  ) %>%
  # 将数字映射为对应的物品名称
  left_join(item_map, by = c("items" = "num")) %>%
  # 按规则排序：百分比降序，百分比相同时按物品字母升序
  arrange(desc(percent), item) %>%
  # 按出现次数重复物品名称（对应占比比例）
  mutate(item_repeat = strrep(item, count)) %>%
  # 合并所有重复的物品为最终输出序列
  summarise(final_output = str_c(item_repeat, collapse = "")) %>%
  # 合并回原数据集
  right_join(df, by = "ID") %>%
  select(ID, items, final_output)

# 查看结果
print(df_final)

代码说明 #

1. 数据集修正：调整ID与items的长度匹配，避免后续分组错误；
2. 映射表定义：统一管理数字与物品的对应关系，避免手动硬编码；
3. 拆分与计数：用separate_rows拆分items，彻底解决字符串匹配的计数错误问题；
4. 排序逻辑：严格按照「百分比降序→物品字母升序」的规则排序；
5. 序列组装：用strrep按物品出现次数重复名称，合并后得到符合需求的输出序列（例如占比50%的物品会重复2次，25%的物品各重复1次）。

内容的提问来源于stack exchange，提问作者opl