基于R语言DataFrame生成含条件变量的交叉表技术问询

我来帮你搞定这个问题！你想用length(which())来生成包含NA的交叉表对吧？核心思路是先提取X和Y的所有可能取值（包括NA），然后逐个组合统计符合条件的行数，最后整理成矩阵形式。下面是具体步骤和代码：

步骤1：准备数据并获取唯一取值 #

首先我们先复现你的数据集，然后提取X和Y的所有唯一值（包括NA）：

set.seed(1)
df <- data.frame(
  X = sample(c(0.1, 2.3, NA), 50, replace = TRUE),
  Y = sample(c(0.23, 4.1, NA), 50, replace = TRUE)
)

# 获取X和Y的所有唯一取值（保留NA）
x_vals <- unique(df$X)
y_vals <- unique(df$Y)

步骤2：初始化交叉表矩阵 #

我们先创建一个空矩阵，并用X、Y的取值设置行名和列名（把NA显示为"NA"方便阅读）：

# 初始化空矩阵，行数=X的唯一值数量，列数=Y的唯一值数量
cross_tab <- matrix(0, nrow = length(x_vals), ncol = length(y_vals))

# 设置行名和列名（处理NA的显示）
rownames(cross_tab) <- ifelse(is.na(x_vals), "NA", x_vals)
colnames(cross_tab) <- ifelse(is.na(y_vals), "NA", y_vals)

步骤3：双重循环统计每个组合的数量 #

这里要注意判断NA不能用==，必须用is.na()，所以我们分四种情况处理X和Y的取值组合：

# 遍历X的每个取值
for (i in seq_along(x_vals)) {
  current_x <- x_vals[i]
  # 遍历Y的每个取值
  for (j in seq_along(y_vals)) {
    current_y <- y_vals[j]
    
    # 根据是否为NA设置统计条件
    if (is.na(current_x) && is.na(current_y)) {
      # 统计X和Y都是NA的行数
      count <- length(which(is.na(df$X) & is.na(df$Y)))
    } else if (is.na(current_x)) {
      # 统计X是NA且Y等于current_y的行数
      count <- length(which(is.na(df$X) & df$Y == current_y))
    } else if (is.na(current_y)) {
      # 统计X等于current_x且Y是NA的行数
      count <- length(which(df$X == current_x & is.na(df$Y)))
    } else {
      # 统计X和Y都不为NA且等于对应值的行数
      count <- length(which(df$X == current_x & df$Y == current_y))
    }
    
    # 将统计结果填入矩阵对应位置
    cross_tab[i, j] <- count
  }
}

步骤4：查看结果 #

运行完上面的代码后，直接打印cross_tab就能得到你想要的交叉表了：

cross_tab

补充：更简便的内置方法 #

虽然你指定要用length(which())，但其实R内置的table()函数加上useNA = "always"参数可以直接生成包含NA的交叉表，代码更简洁：

table(df$X, df$Y, useNA = "always")

你可以把它和我们手动生成的结果对比一下，是完全一致的！

内容的提问来源于stack exchange，提问作者EmKau