如何在R中按第三个变量分组分析两个分类变量的关系？

1. 先修正数据引用错误 #

你原来的代码里data$frame$ability是笔误，假设你的数据框名称是df，所有变量要从同一个数据框中提取，比如df$cumulative.cat、df$ability、df$major.airport。

2. 生成分组列联表 #

直接用table()函数传入三个变量，就能按major.airport分组展示cumulative.cat和ability的交叉频数：

# 三维列联表：维度顺序为 major.airport → cumulative.cat → ability
grouped_table <- table(df$major.airport, df$cumulative.cat, df$ability)
print(grouped_table)

输出会分别展示major.airport=0和major.airport=1两组下，cumulative.cat与ability的交叉计数。

3. 计算分组比例（用prop.table） #

如果需要看每组内的比例（比如每组中不同cumulative.cat对应的ability占比），可以给prop.table()指定margin参数：

# 按major.airport分组，计算组内的比例（margin=1代表按第一个维度分组）
grouped_prop <- prop.table(grouped_table, margin = 1)
print(grouped_prop)

要是想聚焦其他维度的比例，比如按major.airport和cumulative.cat的组合分组，看ability的占比，把margin设为c(1,2)即可。

4. 更清晰的输出（可选） #

如果觉得三维表阅读麻烦，用ftable()把结果转成扁平化表格：

ftable(grouped_table)

内容的提问来源于stack exchange，提问作者sam.min