使用多列生成频率表时出错的技术求助

需从大数据集中筛选指定列，转换为长格式后，统计仅回答“是”（注：1=是，2=否）的频率表。

数据结构 #

期望输出 #

已尝试代码及报错 #

data %>% select(leq_1_en, leq_2_en, leq_3_en,leq_4_en) %>%
  pivot_longer (.,
    names_pattern = "([A-z]+)",
    names_to = c("groups"))  %>% 
    drop_na(value) %>% 
    group_by(groups) %>%
  count(value)

报错信息：

Error in `$<-.data.frame`(`*tmp*`, "call_text", value = c("... %>% count(value)", : 
replacement has 5 rows, data has 3

解决方法 #

方法1：修正tidyverse流程 #

原代码问题：pivot_longer的names_pattern设置多余（无需提取匹配组，直接用列名即可），且未筛选“是”（value=1）的记录，最后统计的是所有value的计数而非仅“是”的频率。修正后代码：

library(tidyverse)

data %>%
  select(leq_1_en, leq_2_en, leq_3_en, leq_4_en) %>% # 筛选目标列
  pivot_longer(cols = everything(), names_to = "Variable", values_to = "Response") %>% # 转长格式
  filter(Response == 1) %>% # 仅保留“是”的记录
  group_by(Variable) %>% # 按变量分组
  summarise(Frequency = n()) %>% # 统计每组数量
  arrange(Variable) # 按变量名排序（与期望输出对齐）

方法2：使用apply函数 #

用base R的apply直接统计每列中“是”的数量：

# 筛选目标列
target_cols <- data[, c("leq_1_en", "leq_2_en", "leq_3_en", "leq_4_en")]
# 统计每列中1的数量
freq_counts <- apply(target_cols, 2, function(x) sum(x == 1, na.rm = TRUE))
# 转换为数据框并调整列名
result_df <- data.frame(Variable = names(freq_counts), Frequency = as.numeric(freq_counts))
# 按变量名排序（与期望输出对齐）
result_df <- result_df[order(result_df$Variable), ]

内容的提问来源于stack exchange，提问作者Thandi