求R语言中与Stata的codebook命令等价的工具及变量取值查询方法

在R里有不少能实现类似Stata codebook功能的工具，也有专门快速获取变量取值、编码的函数，具体如下：

1. 接近codebook的等价工具 #

• memisc包的codebook()函数：这是最贴近Stata codebook的实现，可输出变量基本信息、取值分布、缺失值占比等完整汇总。用法示例：

  # 安装并加载包
  install.packages("memisc")
  library(memisc)
  # 对目标数据框生成codebook
  codebook(your_dataframe)
  

• summarytools包的dfSummary()函数：生成的汇总信息更直观美观，支持文本、HTML等多种输出格式，包含取值频率、描述性统计量等内容：

  install.packages("summarytools")
  library(summarytools)
  dfSummary(your_dataframe)
  

2. 快速获取变量取值与编码的函数 #

基础R原生函数 #

• table()：直接统计变量各取值的频数，若为因子变量，会同步显示编码对应的标签：

  table(your_dataframe$target_var)
  

• str()：查看变量结构，可快速识别变量类型，因子变量会展示其水平（编码标签）及部分样本取值：

  str(your_dataframe$target_var)
  

• unique()：提取变量的所有唯一取值，适合快速排查变量的取值范围：

  unique(your_dataframe$target_var)
  

tidyverse生态工具 #

• dplyr::count()：按变量取值分组统计频数，可无缝结合其他数据清洗操作：

  library(dplyr)
  your_dataframe %>% count(target_var)
  

• forcats::fct_count()：专为因子变量设计，统计各水平的频数，同时保留因子的编码与标签对应关系：

  library(forcats)
  fct_count(your_dataframe$target_factor_var)
  

内容的提问来源于stack exchange，提问作者DataDonkey