新手求助：基于R制作加权调查SAV数据交叉表的基础指南

一、核心免费工具包选择 #

依赖haven加载SAV数据、dplyr处理数据、janitor生成带标签的交叉表、srvyr处理加权逻辑，都是开源免费包，直接安装：

install.packages(c("haven", "dplyr", "janitor", "srvyr"))

二、处理Haven标签变量 #

你的gender是haven_labelled类型，直接转因子可保留原始标签：

library(haven)
library(dplyr)

# 加载SAV数据（假设数据框名为survey_data）
survey_data <- read_sav("你的调查数据.sav")

# 批量将所有标签变量转为带标签的因子
survey_data <- survey_data %>%
  mutate(across(where(is.labelled), ~as_factor(.x)))

执行后gender的因子水平会是Male/Female/Other/Prefer not to say，而非数字编码。

三、生成带变量标签的交叉表 #

1. 基础单变量交叉表 #

用janitor的tabyl函数自动提取变量标签，输出更贴合需求：

library(janitor)

# 生成gender与目标列变量（示例为var_x）的交叉表
tabyl(survey_data, gender, var_x) %>%
  adorn_title(placement = "combined")

输出会自动显示S2. Gender.作为行变量标签，列变量的原始标签也会同步展示。

2. 多行列变量支持 #

直接传入多个变量即可实现多维度交叉：

# 两个行变量+一个列变量的交叉表
tabyl(survey_data, gender, age_group, var_x) %>%
  adorn_title(placement = "combined")

四、加权交叉表处理 #

针对加权调查数据，先通过srvyr声明权重，再生成交叉表：

library(srvyr)

# 声明调查设计（假设权重变量名为weight）
survey_design <- survey_data %>%
  as_survey_design(weights = weight)

# 生成带权重的交叉表，可选添加百分比和频数
survey_design %>%
  tabyl(gender, var_x) %>%
  adorn_title(placement = "combined") %>%
  adorn_percentages("col") %>%
  adorn_pct_formatting(digits = 1) %>%
  adorn_ns()

五、基础R原生实现（无需额外包） #

若不想安装包，可手动提取标签并添加到table结果：

# 提取变量标签
gender_label <- attr(survey_data$gender, "label")
var_x_label <- attr(survey_data$var_x, "label")

# 生成交叉表
cross_table <- table(survey_data$gender, survey_data$var_x)

# 给表添加标签
dimnames(cross_table) <- list(
  paste(gender_label, names(dimnames(cross_table)[[1]])),
  paste(var_x_label, names(dimnames(cross_table)[[2]]))
)

print(cross_table)

注：原生方式处理多变量和加权逻辑会较繁琐，优先推荐工具包方案。

内容的提问来源于stack exchange，提问作者BeardedShrimper