データフレームのリストをピボットしてマージします

OPが試みた方法と同様のオプションに従う場合、つまり、内の各データセットを「long」形式に再形成しlist、ループしてimap、list1要素の名前を新しい列として作成し、を使用pivot_longerして「long」形式に再形成します。グループごとにシーケンス列を作成し、「ワイド」形式に再形成します。pivot_wider

library(dplyr)
library(tidyr)
library(purrr)
imap_dfr(all_data, ~
                   .x %>% 
                      mutate(grp = .y) %>%
                      pivot_longer(cols = -c(name, grp), 
                         names_to = "fruit", values_to = "Value")) %>% 
   #group_by(name, grp, fruit) %>% 
   #mutate(rn = row_number()) %>%
   pivot_wider(names_from = grp, values_from = Value)

または、を使用してすべてのデータセットを単一のデータにバインドすることにより、これをより効率的にbind_cols実行しpivot_longer、不足している値を削除しながらvalue_drop_na = TRUE実行してから、上記のソリューションと同じように実行します。

bind_rows(all_data, .id = 'grp') %>%
    pivot_longer(cols = c(-name, -grp), names_to = "fruit", 
         values_to = "Value", values_drop_na = TRUE) %>%
    # sequence column creation is not really required for the example
    # as there are no duplicates
    #group_by(name, grp, fruit) %>% 
    #mutate(rn = row_number()) %>%
    pivot_wider(names_from = grp, values_from = Value)

更新

列タイプが混在する新しいデータに基づいて、「AB」などの値をそのままにしておく必要がある場合は、characterクラスに変換する必要があります

imap_dfr(all_data, ~
               .x %>% 
                  mutate_at(-1, as.character) %>% 
                  mutate(grp = .y) %>% 
                  pivot_longer(cols = -c(name, grp), names_to = "fruit",
                    values_to = "Value")) %>% 
       pivot_wider(names_from = grp, values_from = Value)

または、bind_rows以前と同様の効率的なアプローチ（ただし、列タイプが異なるため、ここでは実行できません）

map_dfr(all_data, ~
         .x %>%
            mutate_at(-1, as.character), .id = 'grp') %>%  
    pivot_longer(cols = c(-name, -grp), names_to = "fruit", 
          values_to = "Value", values_drop_na = TRUE)  %>%
    pivot_wider(names_from = grp, values_from = Value)