R语言中使用aggregate与table函数统计不同STATUS对应的variant数量的方法

• 分组逻辑和需求不匹配：你需要统计不同STATUS分组下各variant类型的样本数量，但原代码将variant设为分组键、把STATUS作为待统计的向量，统计维度和目标错位
• 输出结构未做规范化命名：传入by = list(tt$variant)时没有给列表元素自定义名称，aggregate会默认将分组列命名为Group.1，待统计结果列统一命名为x；加上table函数返回的是嵌套结构，最终x列的每个单元格会内嵌一个table对象，不会自动展开为独立的数值列，这就是输出列名晦涩、难以解读的直接原因

• 调整统计逻辑：将待统计向量设为variant，分组键设为STATUS，同时为分组列指定易读的名称，修正后代码为：
  aggregate(tt$variant, by = list(STATUS = tt$STATUS), table)
• 该代码运行后会自动展开table的结构为扁平化数值列，输出参考：

  STATUS 0/0 0/1 1/1
  1 1 0 3 2
  2 -9 5 0 1

• 若需求反向，需要按variant分组、计数组内不同STATUS的样本数量，只需将两个向量的位置对调，对应代码为：
  aggregate(tt$STATUS, by = list(variant = tt$variant), table)
  输出参考：

  variant 1 -9
  1 0/0 5 0
  2 0/1 3 0
  3 1/1 2 1

• 避免不同分组下因缺失某类值导致的列数错乱：因为tt中的variant、STATUS都是factor类型，若某分组下完全缺失某类取值，table函数返回的向量长度会不一致，导致aggregate输出结构错位。可以通过固定factor层级的方式优化代码：
  aggregate(tt$variant, by = list(STATUS = tt$STATUS), function(x) table(factor(x, levels = levels(tt$variant))))
  该写法会强制每个分组的table输出固定维度，不会因缺项出现列数不一致的问题

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