R语言apply调用table统计有序因子丢失0计数的解决方案

开发者阿泽

2026-8-26

问题背景

假设存在如下列均为有序因子的data.frame：

dat0 <- data.frame(X1 = 1:5, X2 = 1:5, X3 = c(1,1:4), X4 = c(2,2:5))
dat <- data.frame(lapply(dat0, factor, ordered=TRUE, levels=1:5, labels=letters[1:5]))

现需创建规整的表格，统计dat每列中a:e各因子水平的出现次数（需包含计数为0的水平），table()是实现该需求的首选函数。

尝试的简洁实现方案未达到预期效果，具体表现如下：

单独对单列应用table()时可正常返回预期结果，即完整返回5个因子水平的计数，即使某水平计数为0也会保留：

table(dat[,1])
# a b c d e 
# 1 1 1 1 1 

table(dat[,3])
# a b c d e 
# 2 1 1 1 0 

# 注：缺失的因子水平会自动返回计数0

但使用apply()对整个data.frame逐列应用table()，试图整合所有列的计数结果到同一张表时，输出格式异常，存在0计数的因子水平被自动丢弃：

apply(dat, 2, table)
# $X1
# a b c d e 
# 1 1 1 1 1 
# 
# $X2
# a b c d e 
# 1 1 1 1 1 
# 
# $X3
# a b c d 
# 2 1 1 1 
# 
# $X4
# b c d e 
# 2 1 1 1

经测试可定位问题规律：仅保留所有因子水平均存在非0计数的列时，可得到预期格式的输出，即移除存在任意0计数因子水平的列后，apply结合table可返回规整的矩阵结果：

apply(dat[1:2], 2, table) # 仅保留包含全部5个因子水平（无0计数）的列
#   X1 X2
# a  1  1
# b  1  1
# c  1  1
# d  1  1
# e  1  1

核心疑问：使用table()实现该需求是否存在简单的变通方案，还是必须更换其他实现思路？

备注：已知可逐列计算table结果后通过cbind()合并，但在实际复杂数据集场景下该方法操作过于繁琐。

解决方案

问题出在apply()的运行逻辑上：它会先把传入的data.frame强制转换成普通矩阵，这个过程中因子列预设的levels属性会被丢弃，后续table()拿不到完整的水平列表，自然会自动剔除计数为0的水平。这不是table()本身的功能缺陷，不需要更换实现思路。

最简单的变通方案不需要逐列计算再手动cbind，两种写法都可以直接得到结果：

方案1：用sapply()代替apply()逐列计算。sapply会直接按list结构遍历data.frame的每一列，完整保留列的因子属性，table()会自动按预设水平补全0计数，最终直接输出规整的矩阵：

sapply(dat, table)

运行输出：

X1 X2 X3 X4
a  1  1  2  0
b  1  1  1  2
c  1  1  1  1
d  1  1  1  1
e  1  1  0  1

方案2：不用循环，直接转换数据结构后单次调用table()。用stack()把宽格式的因子表转成两列的长格式（一列存因子值，一列存原列名），因子属性会完整保留，直接调用table()就能得到对齐好的计数表：

table(stack(dat))

输出和方案1完全一致。

补充提示：只要是需要保留data.frame列的原始属性（比如因子水平、日期格式、特殊类属性）的运算，都尽量避免用apply()，优先选择lapply/sapply等基于list操作的遍历函数，从根源上避免属性丢失问题。

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