如何在R中批量生成多分类变量的计数与百分比统计表

问题背景 #

目前通过以下代码单独获取单个分类变量的计数与占比：

table(df$var1)

table(df$var1)%>%
prop.table()

但数据集中包含50余个分类变量，手动逐个处理效率极低，需要批量生成包含变量名、分类水平、计数、百分比的标准化汇总表，用于报告输出。

解决方案（R语言实现） #

1. 加载依赖包 #

需要用到dplyr、tidyr和purrr进行数据处理，若未安装需先运行安装命令：

install.packages(c("dplyr", "tidyr", "purrr", "knitr"))

加载包：

library(dplyr)
library(tidyr)
library(purrr)
library(knitr)

2. 批量处理分类变量 #

以下代码会自动识别数据框中的分类变量（因子/字符型），批量生成计数与占比汇总表：

# 筛选所有分类变量列名
cat_vars <- df %>% 
  select(where(is.factor) | where(is.character)) %>% 
  colnames()

# 遍历生成汇总表
summary_table <- map_dfr(cat_vars, function(var) {
  table(df[[var]]) %>%
    as.data.frame(stringsAsFactors = FALSE) %>%
    rename(分类水平 = Var1, 计数 = Freq) %>%
    mutate(
      百分比 = round((计数 / sum(计数)) * 100, 2), # 保留2位小数
      变量名 = var
    ) %>%
    select(变量名, 分类水平, 计数, 百分比)
})

3. 输出报告用表格 #

用kable函数生成美观的可直接用于报告的表格：

kable(summary_table, caption = "分类变量计数与占比汇总表", align = "cccc")

补充说明 #

• 若需调整百分比小数位数，修改round函数的第二个参数即可；
• 若数据中存在缺失值，可在table函数中添加useNA = "ifany"参数，将缺失值纳入统计；
• 输出的summary_table为数据框格式，可直接导出为Excel文件：

  writexl::write_xlsx(summary_table, "分类变量汇总表.xlsx")
  

内容的提问来源于stack exchange，提问作者Rakesh Chand