如何在R语言中创建观测数量的汇总统计表格？

这里整理了几种实用方法，附代码和结果示例，所有示例基于下面的模拟数据集：

set.seed(123)
df <- data.frame(
  性别 = sample(c("男", "女"), 100, replace = TRUE),
  年龄组 = sample(c("青年", "中年", "老年"), 100, replace = TRUE),
  疾病状态 = sample(c("患病", "未患病"), 100, replace = TRUE)
)

方法1：Base R 基础统计 #

单变量观测数统计 #

用table()生成频数表后转成数据框，方便格式化：

gender_count <- as.data.frame(table(df$性别))
colnames(gender_count) <- c("性别", "观测数量")
gender_count

输出结果表格：

多变量交叉观测数统计 #

用xtabs()生成交叉频数表，适合看分组交叉的观测分布：

cross_count <- as.data.frame(xtabs(~性别 + 疾病状态, data = df))
colnames(cross_count) <- c("性别", "疾病状态", "观测数量")
cross_count

输出结果表格：

方法2：dplyr 灵活分组统计 #

如果你需要自定义分组逻辑，dplyr的分组+汇总操作更灵活：

library(dplyr)

group_count <- df %>%
  group_by(年龄组, 性别) %>%
  summarise(观测数量 = n(), .groups = "drop")

group_count

输出结果表格：

方法3：tableone 生成专业汇总表 #

如果是科研或医学场景，tableone能生成带百分比的标准化汇总表：

library(tableone)

# 指定需要统计的分类变量
vars <- c("性别", "年龄组", "疾病状态")
table_one <- CreateTableOne(vars = vars, data = df, factorVars = vars)

# 转成数据框并提取关键列
table_one_df <- as.data.frame(print(table_one, printToggle = FALSE))
table_one_df <- table_one_df[, c("n", "percent")]
colnames(table_one_df) <- c("观测数量", "百分比")

table_one_df

输出结果表格：

内容的提问来源于stack exchange，提问作者Nova