R语言构建特定条件下二元变量共现双向计数表

核心逻辑 #

针对0/1二元变量，两个变量同时取值为1的共现次数，等价于两变量逐行乘积的求和结果，也等价于筛选变量A==1 & 变量B==1的行计数结果。

方法1：Base R 极简实现 #

无需额外安装依赖，一行代码完成统计：

# 计算5个内容类型变量与gender的共现次数
co_occur_cnt <- colSums(df[, c("Horror", "Thriller", "Comedy", "Romantic", "Sci.fi")] * df$gender)
# 转换为结构化统计表格
result <- data.frame(
  变量名 = names(co_occur_cnt),
  与gender同时为1的共现次数 = as.integer(co_occur_cnt)
)
print(result)

方法2：tidyverse 通用实现 #

适合变量量更大、需要后续链式处理的场景，可读性更强：

library(tidyverse)

result <- df %>%
  # 对每个内容类型变量，统计和gender同时为1的行数
  summarise(across(Horror:Sci.fi, ~ sum(.x == 1 & gender == 1))) %>%
  # 转换为长表格式，方便查看和导出
  pivot_longer(cols = everything(), names_to = "变量名", values_to = "与gender同时为1的共现次数")

print(result)

输出示例 #

由于示例数据集是随机生成的，每次运行结果会有差异，典型输出如下：

变量名 与gender同时为1的共现次数
1     Horror                          1
2   Thriller                          2
3     Comedy                          0
4   Romantic                          1
5     Sci.fi                          2

内容的提问来源于stack exchange，提问作者cliu