如何批量计算多因子level对应二元问卷变量取值为1的占比

你可以用tidyverse套件的dplyr+purrr+tidyr组合实现批量计算，无需手动逐个写语句：

步骤1：加载依赖包&定义变量 #

library(tidyverse)

# 定义所有人口统计分组变量
demo_vars <- c("urban", "labor_force")
# 匹配所有问题变量（如果问题变量均为Q开头可直接用starts_with匹配，不用手动录入50个变量名）
question_vars <- wvs_final %>% select(starts_with("Q")) %>% names()

步骤2：批量计算占比并生成目标格式表 #

result <- purrr::map_dfc(demo_vars, function(cur_demo) {
  wvs_final %>%
    group_by(across(all_of(cur_demo))) %>%
    # 批量计算所有问题变量取1的占比，自动忽略缺失值
    summarise(across(all_of(question_vars), ~mean(.x, na.rm = TRUE))) %>%
    # 长表转宽表匹配输出格式
    pivot_longer(all_of(question_vars), names_to = "question", values_to = "proportion") %>%
    pivot_wider(names_from = all_of(cur_demo), values_from = proportion)
}) %>%
  # 清理重复的问题列，保留第一列作为问题标识
  select(question = 1, everything(), -matches("^question\\d"))

步骤3：导出为CSV文件 #

write.csv(result, "分组占比汇总表.csv", row.names = FALSE, na = "")

可选优化提示 #

如果不同人口统计变量存在同名水平（比如多个变量都有"是/否"分类），可以在pivot_wider步骤增加names_prefix参数避免列名冲突：

pivot_wider(names_from = all_of(cur_demo), values_from = proportion, names_prefix = paste0(cur_demo, "_"))

运行后列名会变为urban_rural、labor_force_in labor force格式，不会重复。

内容的提问来源于stack exchange，提问作者user12345678