表格转data.frame报错，如何计算并合并数据框指定列的频率表？

我来帮你搞定这个把两个频率表转换成数据框并合并的问题～

首先，你已经用table()生成了两个频率表foo1和foo2，直接转成data.frame时可能会遇到类别不匹配的问题——比如某个类别只在其中一个表中存在，合并时会丢失或者出现NA。下面是两种可靠的解决方案：

方法一：统一所有类别后转换合并 #

这种方法会先收集两个表的所有类别，确保转换后的data.frame包含全部类别，缺失的计数补0，适合需要完整对比所有类别的场景：

# 获取两个频率表的所有类别
all_categories <- union(names(foo1), names(foo2))

# 转换foo1为包含所有类别的data.frame
df_foo1 <- data.frame(
  Category = all_categories,
  Freq_df1 = sapply(all_categories, function(x) ifelse(x %in% names(foo1), foo1[x], 0)),
  stringsAsFactors = FALSE
)

# 转换foo2为包含所有类别的data.frame
df_foo2 <- data.frame(
  Category = all_categories,
  Freq_df2 = sapply(all_categories, function(x) ifelse(x %in% names(foo2), foo2[x], 0)),
  stringsAsFactors = FALSE
)

# 合并两个数据框
merged_df <- merge(df_foo1, df_foo2, by = "Category")

方法二：用as.data.frame.matrix()转换后合并 #

如果你习惯用as.data.frame.matrix()，可以这样处理，记得把行名转成单独的类别列，合并时保留所有行再补NA为0：

# 转换foo1为data.frame，并重命名列名、提取行名为类别
df_foo1 <- as.data.frame.matrix(foo1)
df_foo1$Category <- rownames(df_foo1)
rownames(df_foo1) <- NULL
colnames(df_foo1)[1] <- "Freq_df1"

# 同样处理foo2
df_foo2 <- as.data.frame.matrix(foo2)
df_foo2$Category <- rownames(df_foo2)
rownames(df_foo2) <- NULL
colnames(df_foo2)[1] <- "Freq_df2"

# 合并两个数据框，保留所有类别
merged_df <- merge(df_foo1, df_foo2, by = "Category", all = TRUE)
# 将缺失的计数替换为0
merged_df[is.na(merged_df)] <- 0

举个例子，假设你的foo2输出是：

h=12 h=24 h=10 h=21
2 3 1 1

合并后的merged_df会包含所有10个类别，其中h=10的Freq_df1为0，h=53、h=25等的Freq_df2为0，完美实现两个频率表的对齐对比。

内容的提问来源于stack exchange，提问作者Leo96