使用R的apply函数计算列值数量及占比时遇维度错误的解决方法

现有如下R数据框：

data <- structure(list(col1 = c(1L, 2L, 2L, 4L, 5L, 6L, 7L, 8L, 9L), 
    col2 = c(NA, 5L, 6L, 7L, 8L, NA, 10L, 11L, 12L), col3 = c(6L, 
    7L, 8L, 9L, 10L, 11L, 12L, 13L, NA), col4 = c(9L, 10L, NA, 
    12L, 15L, 14L, 15L, 16L, 17L), col5 = c(12L, 13L, 14L, 15L, 
    16L, 17L, 18L, NA, 20L), GROUP = c(3L, 3L, 3L, 3L, 3L, 3L, 
    3L, 3L, 3L), col6 = c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 0L), 
    col7 = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L), col8 = c(1L, 
    1L, 1L, 4L, 5L, 6L, 7L, 8L, 9L), col9 = 10:18), class = "data.frame", row.names = c(NA, 
-9L))

想要统计指定列（原描述提及col9和不存在的col10，但预期结果实际为col8和col9）中每个值的出现次数及占比，尝试用以下代码实现：

k <- paste(apply(data[,c(9,10)], 2,table),apply(data[,c(9,10)], 2, prop.table))
k <- apply(k,2,paste,collapse="\n")

执行时出现错误：

apply(k, 2, paste, collapse = "\n") : dim(X) must have a positive length

预期得到的结果为：

new_data <- structure(list(col8 = "1 - 3 (33.3%)\n4 - 1 (11.1%)\n5 - 1 (11.1%)\n6 - 1 (11.1%)\n7 - 1 (11.1%)\n8 - 1 (11.1%)\n9 - 1 (11.1%)", 
    col9 = "1 - 0 (0%)\n10 - 1 (11.1%)\n11 - 1 (11.1%)\n12 - 1 (11.1%)\n13 - 1 (11.1%)\n14 - 1 (11.1%)\n15 - 1 (11.1%)\n16 - 1 (11.1%)\n17 - 1 (11.1%)\n18 - 1 (11.1%)"), class = "data.frame", row.names = c(NA, 
-1L))

1. 列索引错误：原数据框仅9列，data[,c(9,10)]中第10列不存在，提取结果仅保留col9一列，apply处理单列时会自动转为向量，无法形成二维结构。
2. 拼接逻辑问题：直接用paste拼接两个apply结果会将所有统计值合并为一维向量，丢失列维度信息，导致后续apply(k,2,...)因k无有效维度报错。
3. 目标列笔误：原描述提及的col10不存在，预期结果实际包含col8，推测是目标列的输入错误。

自定义函数处理单列的统计与格式拼接，再批量处理目标列：

# 定义统计格式化函数
stat_col <- function(x) {
  # 包含预期结果中出现的取值1
  all_vals <- unique(c(x, 1))
  # 统计每个值的出现次数（强制包含所有指定取值）
  count <- table(factor(x, levels = all_vals))
  # 计算占比并保留1位小数
  prop <- sprintf("%.1f%%", prop.table(count) * 100)
  # 拼接成"值 - 次数 (占比)"格式，换行分隔
  paste(names(count), count, prop, sep = " - ", collapse = "\n")
}

# 选择需要统计的目标列
target_cols <- c("col8", "col9")
# 批量处理目标列
result_list <- sapply(data[, target_cols], stat_col)
# 转换为预期的数据框格式
new_data <- as.data.frame(t(result_list), stringsAsFactors = FALSE)

验证结果：

# 查看col8的统计结果
cat(new_data$col8)
# 输出：
# 1 - 3 (33.3%)
# 4 - 1 (11.1%)
# 5 - 1 (11.1%)
# 6 - 1 (11.1%)
# 7 - 1 (11.1%)
# 8 - 1 (11.1%)
# 9 - 1 (11.1%)

# 查看col9的统计结果
cat(new_data$col9)
# 输出：
# 1 - 0 (0.0%)
# 10 - 1 (11.1%)
# 11 - 1 (11.1%)
# 12 - 1 (11.1%)
# 13 - 1 (11.1%)
# 14 - 1 (11.1%)
# 15 - 1 (11.1%)
# 16 - 1 (11.1%)
# 17 - 1 (11.1%)
# 18 - 1 (11.1%)

内容的提问来源于stack exchange，提问作者GOGA GOGA