如何统计两列变量的组合频次？附R语言示例数据

这里提供几种在R中统计两列变量所有组合频次的实用方法，结果可直接用于绘制柱状图或饼图：

方法1：基础R的table()函数 #

这是最简便的原生方法，直接生成交叉频次表：

# 生成交叉频次表
freq_table <- table(dat$a, dat$b)
# 查看完整频次表
print(freq_table)
# 提取特定组合（x & yes）的数量
freq_table["x", "yes"] # 输出结果为5

输出的交叉表中，行对应a列的取值，列对应b列的取值，单元格数值就是对应组合的出现次数。

方法2：dplyr包生成结构化数据框 #

如果需要长格式的数据框（更适配ggplot绘图），可以用dplyr的分组计数：

library(dplyr)

# 分组统计频次
freq_df <- dat %>%
  group_by(a, b) %>%
  summarise(count = n(), .groups = "drop")

# 查看结果
print(freq_df)
# 提取x&yes组合的数量
freq_df %>% filter(a == "x", b == "yes") %>% pull(count)

得到的freq_df包含三列：a、b和对应组合的count，直接可以作为绘图数据。

方法3：data.table包适配大数据场景 #

如果你的数据量很大，data.table的分组计数效率更高：

library(data.table)

# 转换为data.table格式
setDT(dat)
# 分组统计频次
freq_dt <- dat[, .(count = .N), by = .(a, b)]

# 查看结果
print(freq_dt)

快速绘图示例 #

以dplyr生成的freq_df为例，绘制柱状图：

library(ggplot2)
ggplot(freq_df, aes(x = paste(a, b, sep = "-"), y = count)) +
  geom_col(fill = "#2E86AB") +
  labs(x = "变量组合", y = "频次", title = "两列变量组合频次分布")

内容的提问来源于stack exchange，提问作者Dnjl_01