在R语言中创建展示二元变量重叠计数的5维表格

这里给你两种简单直接的方案，都能快速得到你要的类似相关矩阵的计数表格：

方案1：矩阵乘法（高效简洁） #

二元变量的特性是，两个变量同时取1的次数，等于它们向量的点积。利用这个特性，用矩阵乘法可以一步到位：

# 先模拟5个二元变量的示例数据（替换成你自己的数据即可）
set.seed(123) # 固定随机种子，结果可复现
df <- data.frame(
  a = sample(c(0,1), 100, replace = TRUE),
  b = sample(c(0,1), 100, replace = TRUE),
  c = sample(c(0,1), 100, replace = TRUE),
  d = sample(c(0,1), 100, replace = TRUE),
  e = sample(c(0,1), 100, replace = TRUE)
)

# 转成矩阵后做乘法，得到两两同时为1的计数矩阵
count_mat <- t(as.matrix(df)) %*% as.matrix(df)
# 设置行列名（如果你的数据已经有列名，这步可以省略）
rownames(count_mat) <- colnames(count_mat) <- c("a", "b", "c", "d", "e")

count_mat

运行后你会得到一个5×5的矩阵，每个单元格count_mat[i,j]就是变量i和j同时取1的次数，对角线是每个变量自身取1的次数（如果不需要可以后续用diag(count_mat) <- NA或者手动修改）。

方案2：outer函数自定义计算（直观易懂） #

如果觉得矩阵乘法有点抽象，用outer()函数遍历所有变量对，计算同时为1的次数：

# 基于上面的示例数据df
count_mat2 <- outer(
  names(df), 
  names(df), 
  FUN = function(x, y) sum(df[[x]] & df[[y]])
)
# 设置行列名
rownames(count_mat2) <- colnames(count_mat2) <- c("a", "b", "c", "d", "e")

count_mat2

这个方法逻辑更直白：对每一对变量x和y，统计它们同时为1的行数（也就是次数），结果和方案1完全一致。

两种方案都不需要复杂的table函数，直接针对二元变量的特性做计算，比用table再提取结果要高效得多。

内容的提问来源于stack exchange，提问作者Rose