使用dplyr的pivot与count组合实现因子变量频次统计

我有一个数据集，所有列均为具有相同水平的factor类型，行代表观测值。需要生成以因子变量为行、答案类别计数为列的统计表格。

示例数据集 #

rating <- c("yes", "no", "totally")
coke<-factor(c('yes', "yes", NA, "no"), levels=rating)
icecream<-factor(c("yes", "no", "totally", "no"),levels=rating)
cookie<-factor(c("no", NA, "no","yes"),levels=rating) 
df<-tibble(coke,icecream,cookie)

数据集预览：

# A tibble: 4 × 3
  coke  icecream cookie
  <fct> <fct>    <fct> 
1 yes   yes      no    
2 yes   no       NA    
3 NA    totally  no    
4 no    no       yes  

期望输出 #

mat<-matrix(c(2,1,0,1,1,2,1,0,1,1,0,1),byrow=T, 3,4, dimnames=list(c("coke","icecream","cookie"), c("yes","no","totally",NA)))
mat

输出结果：

yes no totally <NA>
coke       2  1       0    1
icecream   1  2       1    0
cookie     1  1       0    1

当前实现方式 #

目前只能逐个变量统计，代码如下：

df %>% 
  count(coke)%>% 
  pivot_wider(names_from = coke, values_from = n) 

批量实现方案 #

方法1：使用tidyverse工具链 #

通过宽表转长、统一计数再转回宽表的方式，批量处理所有变量：

library(tidyverse)

df %>%
  # 将所有列转为长格式，区分变量名和响应值
  pivot_longer(everything(), names_to = "variable", values_to = "response") %>%
  # 按变量和响应值统计次数
  count(variable, response) %>%
  # 转回宽格式，缺失的计数用0填充
  pivot_wider(names_from = response, values_from = n, values_fill = 0)

方法2：使用基础R实现 #

利用sapply遍历所有列，结合table统计类别（包含NA），最后转置结果：

# 遍历每列生成计数表，包含NA的统计
result_matrix <- sapply(df, function(col) table(col, useNA = "always"))
# 转置矩阵，让变量作为行
t(result_matrix)

内容的提问来源于stack exchange，提问作者Gitta