R语言dplyr分组计数如何显示缺失因子水平的频数（补0）

dplyr中计数、分组操作的.drop = FALSE参数只对因子类型的分组列生效。示例里mtcars数据集的cyl和vs都是数值型变量，没有预先定义固定的因子水平，所以直接加.drop = FALSE不会补全未出现的组合，自然达不到预期效果。

方法1：提前将分组列转为因子，搭配.drop=FALSE #

先把需要固定水平的分组列转为因子，明确指定所有需要保留的水平，后续计数时加.drop = FALSE就会自动保留所有因子组合，未出现的组合频数默认填0：

library(dplyr)

mtcars %>%
  mutate(
    cyl = factor(cyl, levels = c(4, 6, 8)),
    vs = factor(vs, levels = c(0, 1))
  ) %>%
  group_by(cyl, .drop = FALSE) %>%
  count(vs, .drop = FALSE)

运行后会直接输出包含cyl=8, vs=1, n=0的完整结果。

方法2：计数后用tidyr::complete()补全组合 #

如果不想修改原变量的类型，可以在计数完成后用tidyr包的complete函数，显式指定要保留的各列水平，缺失的频数统一填充为0：

library(dplyr)
library(tidyr)

mtcars %>%
  count(cyl, vs) %>%
  complete(cyl = c(4, 6, 8), vs = c(0, 1), fill = list(n = 0))

这个方法不需要提前处理变量类型，直接在结果层面补全需要的组合，灵活度更高，输出和预期完全一致。

小提示：如果你的分组列本身已经是设置好完整水平的因子，不需要手动在mutate里指定levels，直接在group_by和count时传入.drop = FALSE就能保留所有组合。

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