R语言table函数处理连续变量时如何转换为规范统计表格式

推荐方案：跳过table步骤直接聚合（最简便无误差） #

你已经在使用data.table操作数据，不需要先生成交叉表再做格式转换，直接按Type分组聚合，一步就能输出你要的规范格式，还能避免浮点数精度导致的table统计错误：

library(data.table)
# 读取示例数据
df <- structure(list(ID = c(1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 
2, 2), year = c(2001, 2002, 2003, 2001, 2002, 2003, 2001, 2002, 
2003, 2001, 2002, 2003, 2001, 2002, 2003), Type = c("A", "A", 
"A", "B", "B", "B", "A", "A", "A", "B", "B", "B", "C", "C", "C"
), Subtype = c(2, 2, 2, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2), 
    Value = c(0.480513615083894, 0.909788893002047, 0.685141970365005, 
    0.138835747632889, 0.899508237239289, 0.535632890739584, 
    0.0712054637209442, 0.655905506366812, 0.694753916517691, 
    0.469249523993816, 0.295044859429007, 0.209906890342936, 
    0.193574644156237, 0.0715219759792846, 0.626529278499682)), class = c("tbl_df", 
"tbl", "data.frame"), row.names = c(NA, -15L))

# 一步分组计算均值、计数，直接得到目标格式
setDT(df)
res <- df[, .(mVal = mean(Value), N = .N), by = Type][, .(mVal, N, Type)]
print(res)

运行后直接输出符合要求的结果：

mVal N Type
1: 0.5828849 6    A
2: 0.4246964 6    B
3: 0.2972086 3    C

兼容方案：转换已生成的table对象 #

如果你已经拿到了table()生成的交叉表结果，可以用基础R函数转成长格式，过滤无效行后得到目标结构：

# 你的原始table生成代码
df <- setDT(df)[,mVal:=mean(Value), by=Type]
tab <- table(df$mVal, df$Type)

# 转换为数据框并清洗
tab_df <- as.data.frame(tab, stringsAsFactors = FALSE)
colnames(tab_df) <- c("mVal", "Type", "N")
# 过滤计数为0的行，调整列顺序，把mVal转回数值型
tab_df <- transform(
  tab_df[tab_df$N > 0, c("mVal", "N", "Type")],
  mVal = as.numeric(mVal)
)
print(tab_df, row.names = FALSE)

注意：不建议用table()处理连续型浮点数变量，浮点数的微小精度差可能导致本应相同的mVal被判定为不同值，直接分组聚合的方案不存在这个问题，稳定性更高。

内容的提问来源于stack exchange，提问作者Tom