基于dplyr/tidyverse自动化生成区域袋订单的数据框处理求助

首先解决你最初的函数报错问题：原naming.fun无法处理整列向量，因为mutate_all会将整列传递给函数，而非单个值。下面是完整的自动化流程，从数值转水果名称、合并数据集到最终按袋拆分的全步骤：

1. 数值列转重复水果名称 #

定义通用函数处理数值到水果名称的转换，支持向量输入，同时统一名称小写：

library(dplyr)
library(purrr)

# 输入数值向量和水果名称，输出重复水果名称的字符串向量（0对应空字符串）
num_to_fruit <- function(num_vec, fruit_name) {
  map_chr(num_vec, ~if (.x == 0) "" else paste(rep(tolower(fruit_name), .x), collapse = " "))
}

# 处理各数据集的数值列
Apples_processed <- Apples %>%
  mutate(across(area1:area2, ~num_to_fruit(.x, "Apple")))

Peaches_processed <- Peaches %>%
  mutate(across(area1:area3, ~num_to_fruit(.x, "Peach")))

Pears_processed <- Pears %>%
  mutate(across(area1, ~num_to_fruit(.x, "Pear")))

2. 合并数据集到统一结构 #

按bag合并三个数据集，补全缺失的区域列并填充空字符串，同时对齐bag顺序：

Final_merged <- list(Apples_processed, Peaches_processed, Pears_processed) %>%
  reduce(full_join, by = "bag") %>%
  group_by(bag) %>%
  summarise(across(starts_with("area"), ~paste(na.omit(.), collapse = " ")), .groups = "drop") %>%
  mutate(area3 = ifelse(is.na(area3), "", area3)) %>%
  arrange(factor(bag, levels = c("orange", "yellow", "green", "blue", "purple")))

这一步得到的Final_merged就是你示例中要求的中间结构数据集。

3. 按袋规则拆分并格式化 #

实现“每袋同一种水果仅一个”的拆分逻辑，统计每种水果所需袋数并格式化为指定样式：

# 将水果字符串转换为袋分配格式的函数
format_bags <- function(fruit_str) {
  if (fruit_str == "") return("")
  
  # 拆分字符串并统计每种水果的数量
  fruit_counts <- table(strsplit(fruit_str, " ")[[1]])
  max_count <- max(fruit_counts)
  
  # 按袋分配水果，每袋可包含多种但同一种仅一个
  bag_contents <- map(1:max_count, ~names(fruit_counts)[fruit_counts >= .x]) %>%
    keep(~length(.x) > 0) %>%
    map_chr(~paste(.x, collapse = "/"))
  
  # 统计相同袋内容的重复次数，格式化输出
  bag_counts <- table(bag_contents)
  paste(map2_chr(names(bag_counts), as.integer(bag_counts), ~paste0(.y, ": ", .x)), collapse = ", ")
}

# 应用格式化函数到所有区域列
Final_result <- Final_merged %>%
  mutate(across(starts_with("area"), format_bags))

# 查看最终结果
print(Final_result)

运行上述代码后，Final_result将完全匹配你提供的理想输出格式。

内容的提问来源于stack exchange，提问作者Schatzi121