R语言prop.table添加筛选条件保留全样本占比计算方法

基于mtcars数据集的初始统计目标为统计不同carb（化油器数量）取值下，4缸、6缸、8缸车辆的分组占比，初始实现代码如下：
prop.table(with(mtcars, table(carb, cyl)), margin = 1)
上述代码按carb行维度计算各气缸数车辆占比，输出结果：

cyl
carb         4         6         8
   1 0.7142857 0.2857143 0.0000000
   2 0.6000000 0.0000000 0.4000000
   3 0.0000000 0.0000000 1.0000000
   4 0.0000000 0.4000000 0.6000000
   6 0.0000000 1.0000000 0.0000000
   8 0.0000000 0.0000000 1.0000000

新增统计规则：仅统计gear == 4（前进挡数为4）的车辆，但占比计算分母必须为对应carb分组下的全部车辆总样本量，不能提前过滤非gear==4的样本，否则无法满足全样本对标要求。此前使用if语句实现时报错：the condition has length > 1 and only the first element will be used。

R语言中if()仅接受长度为1的逻辑值作为判断条件，直接传入长度大于1的向量型逻辑列（例如写if(mtcars$gear ==4)做筛选）时，函数只会取向量第一个元素做判断，必然触发该报错，计算结果也完全不符合预期。

核心思路是保留全样本的分组分母基准，仅将非gear==4的样本计数从分子中剔除，不改变原有的维度结构和分母取值，实现代码如下：

# 1. 生成全样本carb、cyl二维列联表，提取各carb分组的总样本量作为固定分母
full_tab <- with(mtcars, table(carb, cyl))
carb_denominator <- rowSums(full_tab)

# 2. 生成三变量交叉表，提取gear=4的carb、cyl计数作为分子，自动对齐维度、缺失组合补0
gear4_tab <- with(mtcars, table(carb, cyl, gear))[, , as.character(4)]

# 3. 分子除以全样本分母，得到符合要求的占比结果
result <- gear4_tab / carb_denominator

运行后输出结果：

cyl
carb         4         6         8
   1 0.5714286 0.2857143 0.0000000
   2 0.4000000 0.0000000 0.0000000
   3 0.0000000 0.0000000 0.0000000
   4 0.0000000 0.4000000 0.0000000
   6 0.0000000 0.0000000 0.0000000
   8 0.0000000 0.0000000 0.0000000

该结果的每行占比分母和初始需求完全一致，为对应carb取值下的全量车辆总数，仅保留gear=4的车辆计数参与分子计算，满足全样本对标要求。

内容的提问来源于stack exchange，提问作者Sascha