如何使用R对比多个表格并生成变量匹配情况的Yes/No汇总表

实现逻辑 #

你的输入是「表格名-变量名」的成对长表数据，只需要做一次长表转宽表的变形，对匹配到的位置标记Yes、未匹配到的缺失位置填充No即可，无需复杂循环处理。

操作步骤 #

• 第一步：读取你的两列输入数据为R数据框，示例结构如下：

# 此处替换为你自己的数据源读取代码，比如read.csv/read.xlsx等
input_df <- data.frame(
  table_name = c("表1", "表1", "表2", "表3", "表3"),
  var_name = c("年龄", "性别", "年龄", "收入", "性别")
)

• 第二步：使用tidyverse套件快速生成目标汇总表

library(tidyverse)

match_summary <- input_df %>%
  # 给所有存在的匹配项预先标记Yes
  mutate(exist = "Yes") %>%
  # 长表转宽表：行是变量，列是表格名
  pivot_wider(
    id_cols = var_name,
    names_from = table_name,
    values_from = exist
  ) %>%
  # 所有未匹配到的缺失值替换为No
  replace(is.na(.), "No")

• 第三步（可选）：导出汇总表到本地Excel

library(openxlsx)
write.xlsx(match_summary, "变量匹配汇总结果.xlsx", rowNames = FALSE)

基础R实现（无需安装第三方包） #

如果不想加载tidyverse，用基础R的交叉表函数也可以实现：

# 生成变量和表格的交叉计数表
cross_count <- table(input_df$var_name, input_df$table_name)
# 计数大于0标记Yes，否则为No
match_summary <- as.data.frame.matrix(ifelse(cross_count > 0, "Yes", "No"))

内容的提问来源于stack exchange，提问作者AFS