在R中从多变量列生成含计数与百分比的是/否/未知列并制作flextable

步骤1：数据预处理与统计 #

先把宽格式数据转成长格式，统一统计每个变量各取值的计数（n）和变量内占比：

library(tidyverse)
library(flextable)

# 模拟你的数据（替换成实际数据即可）
set.seed(123)
df <- tibble(
  var1 = sample(c("Yes", "No", "Unknown"), 100, replace = TRUE),
  var2 = sample(c("Yes", "No", "Unknown"), 100, replace = TRUE),
  var3 = sample(c("Yes", "No", "Unknown"), 100, replace = TRUE),
  var4 = sample(c("Yes", "No", "Unknown"), 100, replace = TRUE),
  var5 = sample(c("Yes", "No", "Unknown"), 100, replace = TRUE)
)

# 统计计数与百分比
summary_df <- df %>%
  # 宽表转长表：所有变量列转为「变量」和「取值」两列
  pivot_longer(cols = everything(), names_to = "变量", values_to = "取值") %>%
  # 按变量+取值分组，统计计数
  group_by(变量, 取值) %>%
  summarize(n = n(), .groups = "drop") %>%
  # 按变量分组，计算每个取值的变量内百分比
  group_by(变量) %>%
  mutate(百分比 = paste0(round(n / sum(n) * 100, 1), "%")) %>%
  ungroup() %>%
  # 转回宽表，让同一取值的n和%相邻
  pivot_wider(
    id_cols = 变量,
    names_from = 取值,
    values_from = c(n, 百分比),
    names_glue = "{取值}_{.value}"
  ) %>%
  # 调整列顺序，确保Yes/No/Unknown的n和%依次排列
  select(变量, Yes_n, Yes_百分比, No_n, No_百分比, Unknown_n, Unknown_百分比)

步骤2：制作带双层表头的flextable #

通过add_header_row添加上层表头，再用merge_h合并对应单元格，实现双层结构：

ft <- flextable(summary_df) %>%
  # 设置下层表头为「n」和「%」
  set_header_labels(
    变量 = "变量",
    Yes_n = "n",
    Yes_百分比 = "%",
    No_n = "n",
    No_百分比 = "%",
    Unknown_n = "n",
    Unknown_百分比 = "%"
  ) %>%
  # 添加上层表头：对应Yes/No/Unknown，每个占2列
  add_header_row(
    values = c("变量", "Yes", "Yes", "No", "No", "Unknown", "Unknown"),
    top = TRUE
  ) %>%
  # 合并上层表头的重复单元格
  merge_h(part = "header") %>%
  # 调整样式：居中对齐+booktabs主题
  align(align = "center", part = "all") %>%
  theme_booktabs() %>%
  # 自定义列宽（可根据需求调整）
  width(width = c(1, rep(0.8, 6)))

# 查看结果
ft

关键细节说明 #

1. 变量映射：用pivot_longer把多变量列统一转成「变量-取值」的长格式，避免重复写统计逻辑，适配任意数量的变量列。
2. 百分比计算：按变量分组后计算占比，确保百分比是每个变量内部的比例，而非全局比例。
3. 双层表头：先设置下层的「n/%」标签，再添加上层的「Yes/No/Unknown」，通过merge_h合并同一取值对应的两个表头单元格，形成双层嵌套结构。

内容的提问来源于stack exchange，提问作者Jackie