如何用通用for循环生成数据框所有可能的双向列联表？

问题说明 #

我需要遍历一个全为分类/二元因子变量的数据框，生成所有可能的双向列联表，期望效果和手动编写table(df$amazon, df$age)这类语句完全一致，但尝试的两段代码都没达到预期。

示例数据框 #

amazon <- c(0,1,0,1,1)
age <- c(1,2,4,3,0)
income <- c(1,1,1,0,0)
delivery <- c(1,2,0,3,4)
manhattan <- c("Manhattan", "Other", "Manhattan", "Other", "Manhattan")

df <- data.frame(cbind(amazon, age, income, delivery, manhattan))
df <- df %>% mutate(across(everything(), as.factor))

尝试过的无效代码 #

第一段代码（结果被合并成一个数据框，丢失独立列联表结构）：

results <- data.frame()

for(i in 1:(ncol(df))){  
  for(j in (i+1):ncol(df)){
    table <- table(df[,i], df[,j], useNA = "ifany")
    results <- rbind(results,ftable(round(prop.table(table),3)))
  }
}

第二段代码（函数逻辑存在变量未定义问题）：

make_p_tab <- function(x) {
  col_df <- df %>% dplyr::select(var1, all_of(x)) %>% filter(!is.na(x)) %>%
  table() %>% prop.table(.,1)
}

to_do <- function(df){
  colnames(df)
}

food_xtab <- map(to_do, make_p_tab)

解决方案 #

方法1：改进for循环，保留独立列联表 #

把每个列联表存入列表，同时可直接打印输出，完全还原手动执行的效果：

# 创建列表存储所有列联表，方便后续调用
table_list <- list()
current_index <- 1

for(i in 1:(ncol(df))){  
  for(j in (i+1):ncol(df)){
    # 获取变量名，方便识别对应关系
    var1 <- colnames(df)[i]
    var2 <- colnames(df)[j]
    # 生成双向列联表
    cross_tab <- table(df[[var1]], df[[var2]], useNA = "ifany")
    # 给列联表设置变量名标签
    dimnames(cross_tab) <- list(var1, var2)
    
    # 存入列表
    table_list[[current_index]] <- cross_tab
    # 直接打印输出，和手动执行效果一致
    cat("=== 列联表：", var1, " VS ", var2, " ===\n")
    print(cross_tab)
    cat("\n")
    
    current_index <- current_index + 1
  }
}

# 后续需要调用某张表时，直接用列表索引，比如取第1张表
# table_list[[1]]

方法2：用purrr批量生成（更简洁） #

先生成所有不重复的变量对，再批量生成列联表：

library(purrr)
library(dplyr)

# 生成所有不重复的变量组合（避免重复生成A-B和B-A的表）
var_pairs <- combn(colnames(df), 2, simplify = FALSE)

# 定义生成列联表的函数
make_crosstab <- function(pair) {
  table(df[[pair[1]]], df[[pair[2]]], useNA = "ifany")
}

# 批量生成所有列联表并存储
all_tables <- map(var_pairs, make_crosstab)
# 给列表元素命名，方便识别
names(all_tables) <- map_chr(var_pairs, ~paste(.x[1], "VS", .x[2]))

# 逐个打印所有结果
walk2(all_tables, names(all_tables), function(tab, name) {
  cat("=== ", name, " ===\n")
  print(tab)
  cat("\n")
})

补充：生成比例表（行/列比例） #

如果需要生成比例表，只需要在生成列联表后加上prop.table即可，比如在方法1的循环中添加：

# 生成行比例表（margin=1代表行，margin=2代表列）
prop_tab <- prop.table(cross_tab, margin = 1)
cat("=== 行比例表：", var1, " VS ", var2, " ===\n")
print(round(prop_tab, 3))
cat("\n")

内容的提问来源于stack exchange，提问作者user1366487