R语言实现data.frame各列取值频次统计 补全缺失计数为0的方法

你遇到的问题本质是逐列统计频次时，不同列的取值覆盖范围不一致，直接用lapply(df, table)得到的列表长度、元素名无法对齐，无法直接拼成规整矩阵。只需要先定义所有列统一的取值全集，再将每列的统计结果对齐到这个全集，缺失值补0，就能快速得到目标格式，不需要逐列手动拼接。

方法1：纯基础R实现（无需额外安装包） #

直接复制运行即可得到和示例完全一致的结果：

# 提取全数据集所有列的非重复取值，排序后作为统计矩阵的统一行索引
all_levels <- sort(unique(unlist(df)))

# 逐列计算频次，对齐到统一行索引，缺失计数补0
res <- sapply(df, function(col) {
  col_tab <- table(col)
  # 匹配统一取值集合，无匹配的位置计数为0
  count <- as.numeric(col_tab[match(all_levels, names(col_tab))])
  count[is.na(count)] <- 0
  setNames(count, all_levels)
})

# 转换为data.frame格式
result_df <- as.data.frame(res)

运行后输出的result_df和你给出的目标格式完全匹配：

> result_df
  var1 var2 var3 var4
0    1    4    1    0
1    1    0    1    2
2    1    0    1    2
3    1    0    1    0

方法2：tidyverse生态实现（适配日常数据分析流程） #

如果平时习惯用tidyverse语法，可以用更简洁的链式操作实现：

library(tidyverse)

all_levels <- sort(unique(unlist(df)))

result_df <- df |> 
  map(\(col) {
    col_tab <- table(col) |> 
      as.data.frame(stringsAsFactors = FALSE)
    # 右连接到统一取值集合，缺失计数补0
    full_join(tibble(col_name = as.character(all_levels)),
              col_tab, by = c("col_name" = "Var1")) |> 
      pull(Freq) |> 
      replace_na(0)
  }) |> 
  set_names(colnames(df)) |> 
  as.data.frame(row.names = all_levels)

关键注意点 #

• 代码逻辑通用，哪怕后续数据列数增多，只要替换最初的数据集对象，就能自动完成全列统计，不需要逐列单独写table()语句
• 自动兼容数值、字符混合的列类型，不同类型的取值会在统一匹配环节自动对齐，不需要单独手动转格式
• 对于极端偏态的列（比如某列只有一个固定取值），也会自动在其他取值的行位补0，不会出现维度错位

内容的提问来源于stack exchange，提问作者JORIS