为什么我用R生成列联表时出现冗余空白行和“Any”列？

问题原因 #

出现空白行和Any冗余列的核心原因有两个：

• 你代码中加载的数据集和你预期的来源不一致：你需要的是openintro包的loans_full_schema，但实际加载的是oibiostat包的同名数据集。两个包的该数据集对字段的因子水平定义存在差异：oibiostat版本的homeownership字段预设了ANY这个因子水平，application_type字段也预设了空白的因子水平。
• R的table()函数默认会保留因子的所有预设水平，哪怕对应水平没有实际观测值，也会在列联表中生成对应的空行/空列。

解决方法 #

方案1：使用匹配需求的openintro包数据集 #

# 未安装包先执行：install.packages("openintro")
library(openintro)
data("loans_full_schema")
tab <- table(loans_full_schema$application_type, loans_full_schema$homeownership)
tab

运行以上代码就能得到你预期的列联表效果。

方案2：如果要继续使用oibiostat包的数据集，先清理未使用的因子水平 #

library(oibiostat)
data("loans_full_schema")
# 移除目标字段的未使用因子水平
loans_full_schema$application_type <- droplevels(loans_full_schema$application_type)
loans_full_schema$homeownership <- droplevels(loans_full_schema$homeownership)
tab <- table(loans_full_schema$application_type, loans_full_schema$homeownership)
tab

内容的提问来源于stack exchange，提问作者Willkczy