如何用R将大型二进制数据库转换为存在频率表？

你的需求是统计每个分类（对应数据里的31列）中「存在」（即值为1）的次数，NA代表缺失不参与统计，下面是两种直接基于原数据操作、无需重建数据库的方法：

方法一：基础R快速实现 #

不用额外加载包，直接用基础函数搞定：

# 假设你的tibble对象名叫df，替换成你实际的变量名
freq_table <- as.data.frame(colSums(df, na.rm = TRUE))
# 把列名改成你要的"Frequency"
colnames(freq_table) <- "Frequency"
# 可选：把原列名（分类名称）从行名转成单独一列，更直观
freq_table <- tibble::rownames_to_column(freq_table, var = "分类")

原理：colSums()会自动忽略NA，直接计算每列的总和——因为你的数据只有1和NA，总和刚好就是1的出现次数（也就是存在频率）。

方法二：tidyverse语法实现（适合习惯管道操作的新手） #

如果你已经在使用tidyverse（比如用tibble的话大概率会用到），可以用管道流操作更清晰：

library(tidyverse)

# 同样假设数据对象是df
freq_table <- df %>%
  # 对每一列计算1的个数，忽略NA
  summarise(across(everything(), ~sum(.x, na.rm = TRUE))) %>%
  # 把宽格式转成你要的长格式（分类+频率）
  pivot_longer(cols = everything(), names_to = "分类", values_to = "Frequency")

原理：summarise(across(...))遍历所有列执行求和操作，pivot_longer把原本每列对应一个分类的宽表，转成每行对应一个分类的长表，和你给出的示例格式完全匹配。

内容的提问来源于stack exchange，提问作者Mag