R语言多频率表合并问题：保留表标题、消除前置NA及不平衡行处理

核心思路 #

通过自定义函数+循环批量处理替代逐个生成表格，同时统一表格结构、自动补全行数以解决不平衡问题，最后合并并清理NA值。

步骤1：整理待处理变量与对应标题 #

先把需要生成频率表的变量和对应的疾病名称（如Hipertensión、Diabetes）整理成映射列表，方便批量处理：

# 定义变量名与对应标题的映射
vars_map <- list(
  hta0 = "Hipertensión",
  diabetes0 = "Diabetes",
  tabacos0 = "Tabaco"
  # 可继续添加其他变量与标题
)

步骤2：自定义生成比例表的函数 #

这个函数会自动生成交叉表、计算行比例、转换为数据框并添加标题/分类列，确保所有表格结构一致：

generate_prop_table <- function(var_name, var_title, data) {
  # 生成交叉表（useNA="ifany"可保留缺失值分组，按需开启）
  cross_tb <- with(data, table(get(var_name), grup_int, 
                               dnn = c("Categoria", "Grupo")))
  # 计算行比例（按行分组计算占比）
  prop_tb <- prop.table(cross_tb, margin = 1)
  # 转换为数据框，方便后续合并
  tb_df <- as.data.frame.matrix(prop_tb)
  # 添加变量标题列
  tb_df$Variable <- var_title
  # 添加分类列（提取原交叉表的行名，如"是"/"否"）
  tb_df$Categoria <- rownames(prop_tb)
  # 重置行名，避免后续合并冲突
  rownames(tb_df) <- NULL
  # 调整列顺序，把标题和分类放在前面
  tb_df <- tb_df[, c("Variable", "Categoria", colnames(tb_df)[!colnames(tb_df) %in% c("Variable", "Categoria")])]
  
  return(tb_df)
}

步骤3：批量生成所有表格并合并 #

用lapply循环处理所有变量，再用dplyr::bind_rows合并，自动补全行数以解决表格行数不平衡的问题，最后替换NA值：

library(dplyr)

# 批量生成所有比例表
all_tables <- lapply(names(vars_map), function(var) {
  generate_prop_table(var, vars_map[[var]], dat)
})

# 合并表格并清理NA值（将NA替换为0，按需调整）
combined_table <- bind_rows(all_tables) %>%
  replace_na(setNames(rep(0, length(unique(dat$grup_int))), unique(dat$grup_int)))

关键细节说明 #

1. 处理行数不平衡：bind_rows会自动为行数较少的表格补全NA值，后续用replace_na将NA替换为0（或空值，根据需求调整）。
2. 保留变量标题：通过在数据框中添加Variable列，直接保留每个表格对应的疾病名称。
3. 消除NA值：除了合并后的NA替换，若原变量存在缺失值，可在table()中添加useNA="ifany"控制是否显示缺失值分组。
4. 适配haven读取的SPSS数据：若后续需要用变量标签替换因子水平，可使用haven::as_factor(dat)将变量转换为带标签的因子，函数会自动提取对应的分类名称。

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