在R语言中生成唯一食物组合及对应频次的解决方案咨询

这个问题的核心是你没有对每个顾客的Food组合进行标准化排序——同一组食物的不同出现顺序（比如Pizza, Tacos和Tacos, Pizza）被当成了不同的类别，导致统计结果出现错误的重复项。我们只需要在生成组合字符串前对Food进行排序，就能让相同的组合统一格式，从而得到正确的频次统计。

修正后的代码 #

library(dplyr)

customerDataFrame <- data.frame(
  CustomerID = c('A', 'B', 'B', 'C', 'D', 'D'),
  Food = c('Pizza', 'Pizza', 'Tacos', 'Tacos', 'Tacos', 'Pizza')
)

customerDataFrame %>%
  group_by(CustomerID) %>%
  # 关键修改：先对去重后的Food排序，再转成统一格式的字符串
  summarise(Food = toString(sort(unique(Food)))) %>%
  ungroup() %>%
  group_by(Food) %>%
  summarise(n = n())

正确输出 #

# A tibble: 3 x 2
  Food          n
  <chr>     <int>
1 Pizza        1
2 Pizza, Tacos 2
3 Tacos        1

代码解释 #

• 在group_by(CustomerID)后的summarise步骤中，我们新增了sort()操作：对每个顾客去重后的Food向量进行排序，这样不管顾客购买食物的顺序如何，相同的组合都会被转换成统一的字符串格式（比如Tacos, Pizza会被整理成Pizza, Tacos）。
• 后续按Food分组统计时，原本被误判为不同类别的相同组合就会被归为一组，从而得到符合预期的频次结果。

内容的提问来源于stack exchange，提问作者AENick