如何用R语言生成分类变量的多国家计数汇总表

直接用dplyr + tidyr的组合可以快速实现需求，步骤清晰且避免冗余NA值：

步骤1：加载依赖包 #

library(dplyr)
library(tidyr)

步骤2：数据整理与计数 #

假设你要统计的变量是sex和educ，执行以下代码：

# 1. 将多变量转成长格式，统一处理
d_long <- d %>%
  pivot_longer(cols = c(sex, educ),  # 指定需要统计的变量
               names_to = "variable",  # 新增列存储原变量名
               values_to = "category") # 新增列存储变量类别

# 2. 按变量、类别、国家分组计数
count_data <- d_long %>%
  filter(!is.na(category)) %>%  # 可选：过滤掉类别为NA的记录
  group_by(variable, category, country) %>%
  summarise(count = n(), .groups = "drop")

# 3. 转成目标宽格式：每行是类别，每列是国家计数
summary_table <- count_data %>%
  pivot_wider(names_from = country,  # 把国家转成列名
              values_from = count,   # 对应列填充计数
              values_fill = 0)       # 无数据的位置填充0（避免NA冗余）

结果说明 #

最终的summary_table结构如下：

如果需要把variable和category合并成一列（比如统一叫"类别"），可以再加一步：

summary_table <- summary_table %>%
  mutate(类别 = paste(variable, category, sep = ": ")) %>%
  select(类别, everything(), -variable, -category)

内容的提问来源于stack exchange，提问作者sanmath