R语言table与ftable函数有何区别？何为扁平列联表？

所谓“扁平列联表”的实际含义 #

ftable官方提到的“扁平”，指的是输出形式的结构特征，而非数据本身的聚合逻辑：

• 普通table函数生成的是高维数组结构的列联表。当统计维度超过2个时，它会按照高维变量的所有取值组合，把完整的高维数据拆成多个独立的2维子表依次打印——就像你贴的示例里，4个维度（cyl、vs、am、gear）的统计结果，被拆成了6个独立的小表，每个小表只对应am、gear的某一个取值组合，本质是把多维数据拆成块展示，读者需要跨不同子表查找跨变量组合的数值。
• ftable的核心输出逻辑是，把任意维度数的列联表，强制展平为单张连续的二维平面结构。所有被指定为行维度的变量，会按层级嵌套排列在表的行标签侧；所有被指定为列维度的变量，会按层级嵌套排列在表的列标签侧，整个过程不会拆分任何独立子块，所有计数结果都在同一个二维网格上连续呈现。这种“不拆分、单平面铺展所有维度信息”的展示形式，就是“扁平”的实际含义。

两个函数传参逻辑差异的原因 #

你观察到的参数不兼容问题，本质是两个函数的设计目标从根源上就有区别：

• table的设计输入是原始逐行观测数据。它的工作流程是直接遍历每一行样本，统计不同变量取值组合的出现频次，本身不支持row.vars、col.vars这类自定义维度分配的参数。如果直接把已经是聚合好的高维数组结构的Titanic数据集传给table，函数无法识别逐行观测记录，自然会抛出参数长度不匹配的错误。
• ftable的设计输入是已经聚合完成的多维列联表。它天生就支持通过row.vars、col.vars参数，自由指定要将哪个维度的统计变量放到行侧嵌套、哪个放到列侧嵌套，哪怕输入是已经聚合好的高维列联表，它也能重新组合维度、展平为想要的二维展示格式，不需要依赖原始逐行观测数据。

为什么你觉得两个输出高度相似 #

你示例里的两个输出，所有计数数值是完全一致的，视觉相似只是因为ftable的默认维度分配规则，刚好把传入数据的前3个变量全部放到了行侧、最后1个变量放到了列侧。如果调整维度分配规则，比如执行ftable(mtcars, row.vars = c("cyl", "am"), col.vars = c("vs", "gear"))，输出会在列侧也生成嵌套的层级标签，和table默认的分块输出差异会非常明显。

内容的提问来源于stack exchange，提问作者J. Mini