如何在R语言中检查频数表的完全匹配情况？

要高效识别计数完全匹配的变量，无需翻阅冗长的频数表，可以用tidyverse工具链实现：

1. 计算各变量的0/1频数统计 #

先把数据转成长格式，统计每个变量的0和1的数量，再转成宽格式便于对比：

tib %>%
  gather(key = "variable", value = "value") %>%
  count(variable, value) %>%
  pivot_wider(names_from = value, values_from = n, values_fill = 0)

输出示例：

# A tibble: 5 × 3
  variable   `0`   `1`
  <chr>    <int> <int>
1 x1         498   502
2 x2         510   490
3 x3         498   502
4 x4         485   515
5 x5         510   490

2. 分组识别匹配的变量 #

基于0和1的计数分组，把频数完全一致的变量归为一组：

tib %>%
  gather(key = "variable", value = "value") %>%
  count(variable, value) %>%
  pivot_wider(names_from = value, values_from = n, values_fill = 0) %>%
  group_by(`0`, `1`) %>%
  summarise(matching_vars = str_c(variable, collapse = ", "), .groups = "drop")

输出示例：

# A tibble: 3 × 3
    `0`   `1` matching_vars
  <int> <int> <chr>
1   485   515 x4
2   498   502 x1, x3
3   510   490 x2, x5

这样就能一眼看到哪些变量的频数完全相同。

3. 给变量标记匹配组ID（可选） #

如果需要给每个变量分配匹配组的标识，方便后续处理：

match_groups <- tib %>%
  gather(key = "variable", value = "value") %>%
  count(variable, value) %>%
  pivot_wider(names_from = value, values_from = n, values_fill = 0) %>%
  group_by(`0`, `1`) %>%
  mutate(group_id = cur_group_id()) %>%
  ungroup() %>%
  select(variable, group_id)

# 查看结果
match_groups

输出示例：

# A tibble: 5 × 2
  variable group_id
  <chr>       <int>
1 x1              1
2 x2              2
3 x3              1
4 x4              3
5 x5              2

相同group_id的变量，0和1的计数完全一致。

内容的提问来源于stack exchange，提问作者Shawn Hemelstrand