如何用Tidyverse或Base R统计不同客户的产品组合出现次数

这问题我刚好处理过类似的，用Tidyverse或者Base R都能轻松搞定，我给你详细拆解下实现步骤：

Tidyverse 实现方案 #

我先给你用Tidyverse的思路来做，核心是按客户分组生成所有符合长度要求的产品组合，再统一统计频次：

library(tidyverse)

# 模拟你提供的原始数据
customer_data <- tibble(
  Customer = c(1,1,1,2,2,2,3,3,3,4,4),
  Product = c("A","B","C","D","E","F","A","B","D","A","B")
)

# 核心处理流程
result_tidy <- customer_data %>%
  group_by(Customer) %>%
  # 对每个客户的产品生成所有长度≥2的组合，转成逗号分隔的字符串
  summarise(
    product_groups = map(Product, ~combn(Product, seq(2, length(Product)), simplify = FALSE)) %>%
      flatten() %>%
      map_chr(~str_c(.x, collapse = ", "))
  ) %>%
  # 展开所有组合，统计每个组合的出现次数
  unnest(product_groups) %>%
  count(product_groups, name = "Number") %>%
  # 可选：按出现次数降序排序，方便查看高频组合
  arrange(desc(Number))

print(result_tidy)

代码逻辑说明： #

• 先按Customer分组，确保每个客户的产品集合单独处理
• 对每个客户的产品列表，生成从2到产品总数的所有长度的组合（比如客户1有3个产品，就生成长度2和3的组合）
• 把嵌套的组合列表展开，再将每个组合向量转成逗号分隔的字符串格式
• 最后展开所有组合，用count统计每个组合的出现次数，得到你需要的结果

Base R 实现方案 #

如果不想加载额外包，用Base R也能实现，思路和上面完全一致：

# 模拟原始数据
customer_data <- data.frame(
  Customer = c(1,1,1,2,2,2,3,3,3,4,4),
  Product = c("A","B","C","D","E","F","A","B","D","A","B")
)

# 按客户拆分数据，得到每个客户对应的产品列表
customer_list <- split(customer_data$Product, customer_data$Customer)

# 遍历每个客户的产品，生成所有长度≥2的组合并转成字符串
all_groups <- lapply(customer_list, function(products) {
  len_seq <- seq(2, length(products))
  lapply(len_seq, function(n) {
    combn(products, n, FUN = function(x) paste(x, collapse = ", "))
  }) %>% unlist()
}) %>% unlist()

# 统计组合频次并整理成目标数据框格式
result_base <- as.data.frame(table(all_groups))
colnames(result_base) <- c("Product Group", "Number")

print(result_base)

代码逻辑说明： #

• 用split()把数据按客户拆分成列表，每个元素对应一个客户的产品向量
• 遍历每个客户的产品集合，用combn生成所有符合长度要求的组合，转成字符串后合并成一个大向量
• 用table()统计每个组合的出现次数，最后重命名列名得到和示例一致的格式

结果验证 #

不管用哪种方法，你都会得到和示例匹配的结果：

• A, B出现3次（客户1、3、4的产品集合都包含这个组合）
• A, B, C、D, E, F、A, B, D各出现1次，分别对应客户1、2、3的完整产品组合

内容的提问来源于stack exchange，提问作者Mooks