在R中创建比例表时遇错误：尝试创建含≥2^31元素的表

错误原因 #

你直接将20个各含5个水平的分类变量传入table()，函数会尝试生成一个20维的列联表，总元素数为5^20——这个数值远远超过了R允许的2^31元素上限，因此触发报错。

解决方法 #

不需要一次性处理所有变量，而是针对每个区域变量单独计算频率和比例，或者转成数据长格式后分组统计，以下是两种可行方案：

方案1：用列表逐个处理变量

通过lapply遍历数据集的每一列，对每个区域变量单独计算频率和比例，结果会以列表形式存储，方便查看单个变量的统计结果：

# 遍历所有区域变量，计算每个变量的频率与比例
stat_results <- lapply(st2.affect, function(col) {
  freq_table <- table(col)
  prop_table <- proportions(freq_table)
  # 整理成数据框，方便阅读
  data.frame(
    情感标签 = names(freq_table),
    频率 = as.integer(freq_table),
    比例 = round(prop_table, 4)
  )
})

# 查看area1_affect的统计结果
stat_results$area1_affect

方案2：转成长格式后分组统计

如果需要把所有区域的统计结果整合到一个表格里，可以用tidyr将宽格式数据转成长格式，再用dplyr分组计算：

library(dplyr)
library(tidyr)

# 将宽格式数据转为长格式
long_format_data <- st2.affect %>%
  pivot_longer(
    cols = everything(),
    names_to = "区域",
    values_to = "情感标签"
  )

# 按区域分组，计算每个情感标签的频率和比例
summary_table <- long_format_data %>%
  group_by(区域, 情感标签) %>%
  summarise(频率 = n(), .groups = "drop") %>%
  group_by(区域) %>%
  mutate(比例 = round(频率 / sum(频率), 4))

# 查看整合后的统计表格
print(summary_table)

这两种方法都避开了生成超大多维表的问题，能高效得到每个区域变量下各情感标签的频率和比例。

内容的提问来源于stack exchange，提问作者Ola