R语言批量计算所有变量交叉表及对应卡方检验的实现方法

所有逻辑基于R基础函数实现，无需安装第三方包，直接运行即可覆盖全部需求：

• 自动遍历数据集所有分类变量的两两不重复配对，不会出现a vs b和b vs a的冗余计算
• 输出的每张交叉表自动带行、列合计值
• 每张表同步计算卡方检验的卡方统计量、自由度、p值三个核心指标，遇到样本量过小、单元格频数为0等异常情况不会中断运行，会返回NA标记

核心运行代码 #

首先确保你的cross数据集中所有待分析字段已经是因子（分类变量）格式，如果不是代码里会自动转换，NA值默认会在计算交叉表和卡方时排除：

# 批量将字段转为因子类型，已完成格式转换可注释掉这行
cross <- as.data.frame(lapply(cross, as.factor))

# 生成所有两两不重复的变量配对
var_pairs <- combn(names(cross), 2, simplify = FALSE)

# 批量计算所有配对的交叉表和卡方结果，存储为列表格式
cross_result <- lapply(var_pairs, function(pair){
  v1 <- pair[1]
  v2 <- pair[2]
  # 生成基础频数表，useNA参数控制是否将NA作为单独分类统计
  raw_tab <- table(cross[[v1]], cross[[v2]], useNA = "no")
  # 追加行、列合计
  tab_total <- addmargins(raw_tab, FUN = list(Total = sum), quiet = TRUE)
  # 统一合计行列命名，避免和变量原有取值重名
  rownames(tab_total)[nrow(tab_total)] <- "Total"
  colnames(tab_total)[ncol(tab_total)] <- "Total"
  # 卡方检验计算，异常捕获避免中断整体运行
  chisq_res <- tryCatch({
    cq <- chisq.test(raw_tab)
    list(
      chisq_stat = as.numeric(cq$statistic),
      df = as.numeric(cq$parameter),
      p_val = as.numeric(cq$p.value)
    )
  }, error = function(e) list(chisq_stat = NA, df = NA, p_val = NA))
  
  return(list(
    pair_name = paste0(v1, " vs ", v2),
    crosstab = tab_total,
    chisq = chisq_res
  ))
})

# 给结果列表加名称，方便按需调取
names(cross_result) <- sapply(cross_result, `[[`, "pair_name")

结果调取方法 #

• 单组交叉表调取：比如要查看a和b的带合计交叉表，直接运行cross_result[["a vs b"]]$crosstab即可
• 单组卡方结果调取：运行cross_result[["a vs b"]]$chisq就能直接看到对应卡方值、自由度、p值
• 批量导出所有结果到本地文本文件，可直接运行以下代码，导出的文件会存在当前R工作目录下：

sink("交叉表卡方批量结果.txt")
for (i in cross_result) {
  cat("==============================\n")
  cat("变量配对：", i$pair_name, "\n")
  cat("----- 带合计交叉表 -----\n")
  print(i$crosstab)
  cat("\n----- 卡方检验结果 -----\n")
  cat("卡方统计量：", round(i$chisq$chisq_stat, 4), "\n")
  cat("自由度(df)：", i$chisq$df, "\n")
  cat("p值：", ifelse(is.na(i$chisq$p_val), "计算异常（样本量不足/零频数单元格过多）", round(i$chisq$p_val, 4)), "\n\n")
}
sink()

补充说明

1. 如果需要把NA值作为单独分类纳入交叉表统计，把table()函数里的useNA = "no"改为useNA = "always"即可
2. 当交叉表存在期望频数<5的单元格时，卡方检验结果偏差较大，可以把代码里的chisq.test()替换为fisher.test()使用费希尔精确检验，其余输出逻辑不需要改动
3. 如果只需要分析部分字段，不需要遍历全部15个变量，可以提前把var_pairs替换为你自定义的配对列表，比如var_pairs <- list(c("a","b"), c("m","n"))即可只计算指定配对

内容的提问来源于stack exchange，提问作者quest