如何在R语言中制作双分类列频数表并优化分组显示？

嗨，我来帮你解决这两个关于R语言分类变量频数表的问题！

这里有几个实用的方法，你可以根据自己的需求来选：

1. 基础R的table()函数 #

这是最直接的方式，适合快速查看交叉频数：

# 生成频数矩阵
freq_matrix <- table(df$MIPS_Group, df$WES_Cohort)
# 转成数据框格式（方便后续处理）
freq_df <- as.data.frame.matrix(freq_matrix)

它会返回一个矩阵，行对应MIPS_Group的所有唯一值，列对应WES_Cohort的唯一值，单元格就是两个分类组合的频数。

2. dplyr的count()方法（你当前在用的） #

这种方式灵活性很高，能直接生成带频数的数据框，还能轻松添加百分比：

library(dplyr)
long_freq_df <- df %>%
  count(MIPS_Group, WES_Cohort, name = "Frequency") %>% # 自定义频数列的名字
  arrange(desc(Frequency)) %>% # 按频数降序排列
  mutate(Overall_Percentage = Frequency / sum(Frequency)) # 计算整体占比

得到的是长格式表格，每个MIPS_Group和WES_Cohort的组合单独占一行。

3. janitor包的tabyl()（强烈推荐！） #

这个包专门用来做整洁的统计表格，能一键生成带行/列总计和百分比的交叉表：

library(janitor)
# 生成基础交叉频数表
clean_freq_table <- tabyl(df, MIPS_Group, WES_Cohort)
# 美化表格：添加百分比、总计，同时显示频数和百分比
clean_freq_table <- clean_freq_table %>%
  adorn_percentages("row") %>% # 按行计算百分比，可选"col"（列占比）或"all"（整体占比）
  adorn_pct_formatting(digits = 1) %>% # 百分比保留1位小数
  adorn_totals(c("row", "col")) %>% # 添加行和列的总计行/列
  adorn_ns(position = "front") # 把频数放在百分比前面，格式比如"10 (25.0%)"

输出的表格非常直观，直接就能用来写报告。

你现在的代码生成的是长格式，每个分类组合都会重复MIPS_Group的值。要实现每个MIPS_Group只出现一次，我们需要把表格转成宽格式，用tidyr包的pivot_wider()就能轻松做到：

方法1：转成宽格式（统计结果清晰展示） #

library(tidyr)

# 先计算好长格式的统计数据
long_stats <- df %>%
  count(MIPS_Group, WES_Cohort, name = "Frequency") %>%
  arrange(desc(Frequency)) %>%
  mutate(Overall_Percentage = Frequency / sum(Frequency))

# 转换为宽格式
wide_stats <- long_stats %>%
  pivot_wider(
    id_cols = MIPS_Group, # 用这个列作为行的唯一标识
    names_from = WES_Cohort, # 把这个分类变量的每个水平转成列
    values_from = c(Frequency, Overall_Percentage), # 要填充到列里的数值
    names_sep = "_" # 列名的分隔符，比如"CohortA_Frequency"
  )

这样每个MIPS_Group会单独占一行，列则是每个WES_Cohort对应的频数和百分比，完全符合你要的“唯一值仅出现一次”的要求。

方法2：输出时合并单元格（适合可视化报告） #

如果你希望在输出表格（比如HTML或PDF）时，让相同的MIPS_Group单元格合并显示，看起来更整洁，可以用kableExtra包来美化：

library(kableExtra)

wide_stats %>%
  kbl(caption = "MIPS分组与WES队列的频数统计") %>% # 添加表格标题
  kable_styling(bootstrap_options = "striped", full_width = FALSE) %>%
  collapse_rows(columns = 1, valign = "middle") # 合并第一列相同值的单元格

这样第一列的MIPS_Group唯一值只会显示一次，表格的可读性更强。

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