如何为R中1-8的频数统计结果补全缺失值为0？

下面提供几种可行的实现方式，涵盖base R和tidyverse两种风格：

方法1：正确使用factor指定水平（最直接） #

核心是先把列数据转换为包含1:8所有水平的因子，再用table()统计，这样未出现的水平会自动以0计数：

# 处理单列（以第3列为例）
target_col <- factor(DF[, 3], levels = 1:8)
freq_table <- table(target_col)

# 批量处理所有列，生成每个列的完整频数表
all_freq <- lapply(DF, function(col) table(factor(col, levels = 1:8)))
# 转成data.frame方便后续绘图
freq_df <- do.call(rbind, all_freq)

你之前用factor没成功，大概率是没在转换时明确指定levels=1:8，或者转换后没有正确传入table()。

方法2：手动匹配补全（base R） #

如果不想用factor，可以先统计原始频数，再手动对齐1:8的序列填充0：

# 统计单列原始频数
raw_counts <- table(DF[, 3])
# 创建1-8的空频数向量，初始值0
full_counts <- setNames(rep(0, 8), 1:8)
# 将原始计数匹配到对应位置
full_counts[names(raw_counts)] <- as.numeric(raw_counts)
# 转成table格式（可选）
full_counts_table <- as.table(full_counts)

方法3：tidyverse工具链（适合绘图前整理数据） #

用dplyr和tidyr可以快速整理出适合并列饼图的长格式数据：

library(dplyr)
library(tidyr)

# 批量处理所有列，生成包含所有人、所有数字的计数表
full_freq_data <- DF %>%
  pivot_longer(everything(), names_to = "person", values_to = "number") %>%
  mutate(number = factor(number, levels = 1:8)) %>%
  count(person, number, .drop = FALSE)

这里的.drop = FALSE是关键参数，强制保留所有指定的因子水平，未出现的组合计数自动设为0，直接可以用来绘制并列饼图。

内容的提问来源于stack exchange，提问作者OddWaller