统计data.frame双变量组合出现次数，求Base R简洁实现方案

嗨，很高兴看到你已经用嵌套循环实现了需求，不过Base R里确实有不少更简洁、易读的工具能搞定这个统计任务，下面给你分享几种常用思路：

方法一：利用table()+merge()实现左连接统计 #

这是最直观的方法，先统计h中所有组合的频数，再和g合并补全所有组合：

# 先给h的列改名，和g保持一致方便处理
h_named <- setNames(h, c("where", "what"))
# 统计组合频数，转成数据框
counts <- as.data.frame(table(h_named), responseName = "days")
# 左连接合并到g，保留g的所有行
g_updated <- merge(g[, c("where", "what")], counts, by = c("where", "what"), all.x = TRUE)
# 将未出现组合的频数设为0
g_updated$days[is.na(g_updated$days)] <- 0
# 还原g原来的行顺序
g_updated <- g_updated[match(paste(g$where, g$what), paste(g_updated$where, g_updated$what)), ]

table()是Base R专门用于统计分类变量组合频数的工具，转成数据框后通过merge(..., all.x = TRUE)做左连接，能确保g的所有组合都被保留，最后补0并还原顺序就和你用循环得到的结果完全一致了。

方法二：用xtabs()生成交叉表后合并 #

xtabs()可以直接生成交叉频数表，用法和table()类似，适合二维分类变量的统计：

h_named <- setNames(h, c("where", "what"))
# 生成交叉频数表
freq_table <- xtabs(~ where + what, data = h_named)
# 转成数据框
freq_df <- as.data.frame(freq_table, responseName = "days")
# 合并并补0
g_updated <- merge(g[, 1:2], freq_df, by = c("where", "what"), all.x = TRUE)
g_updated$days[is.na(g_updated$days)] <- 0
# 还原原顺序
g_updated <- g_updated[match(paste(g$where, g$what), paste(g_updated$where, g_updated$what)), ]

方法三：一行式赋值（最紧凑） #

利用match()匹配组合字符串，直接给g$days赋值，代码更精简：

h_named <- setNames(h, c("where", "what"))
# 匹配组合并提取频数，未匹配到的设为0
g$days <- table(h_named)[match(paste(g$where, g$what), rownames(table(h_named)))]
g$days[is.na(g$days)] <- 0

table(h_named)的行名是"where.what"格式的字符串，我们用paste(g$where, g$what)生成相同格式的字符串，通过match()找到每个组合在频数表中的位置，直接提取对应数值，最后把NA替换为0即可。

为什么这些方法更好？ #

• 效率更高：都是向量化操作，相比嵌套循环，当h的行数很大时，速度会快很多；
• 可读性更强：代码逻辑清晰，一眼就能看出是在做组合频数统计，不需要理解循环里的逐行判断；
• 可维护性好：后续如果要扩展变量，只需要修改分类变量的参数，不需要调整循环结构。

内容的提问来源于stack exchange，提问作者vaettchen