如何对R数据框中所有分类变量批量生成频数及百分比统计表格

实现方案 #

你可以结合dplyr和purrr包的函数实现批量统计，以下是两种可直接运行的方案：

方案1：返回命名列表，每个元素对应单个分类变量的统计结果 #

library(tidyverse)

# 第一步：筛选所有分类变量
factor_vars <- Chap3 %>% select(where(is.factor)) %>% names()

# 第二步：批量遍历每个分类变量生成统计表格
freq_tables <- map(set_names(factor_vars), function(var) {
  Chap3 %>% 
    count(.data[[var]]) %>% 
    mutate(percent = round(n / sum(n) * 100, 1))
})

# 调用方法：查看bsex的结果直接输入 freq_tables$bsex 即可

这里用.data[[var]]是标准求值写法，解决循环中变量名的识别问题，就是你之前批量操作失效的核心原因：直接传变量名字符串时dplyr默认会当成普通值处理，不会解析为数据框的列。

方案2：返回合并总表，所有变量的统计结果汇总展示 #

如果需要把所有结果整合到同一个数据框里方便导出，可以用长表转换的方法：

library(tidyverse)

all_freq <- Chap3 %>%
  # 只保留分类变量，转换为长表
  select(where(is.factor)) %>% 
  pivot_longer(cols = everything(), names_to = "变量名", values_to = "分类取值") %>% 
  # 按变量+分类分组统计
  count(变量名, 分类取值) %>% 
  group_by(变量名) %>% 
  mutate(percent = round(n / sum(n) * 100, 1)) %>% 
  ungroup()

内容的提问来源于stack exchange，提问作者Zan