如何在 R 中为具有分类数据的列子集创建列联表（交叉表）？答案

【问题标题】：How to create contigency tables (crosstabs) in R for a subset of columns with categorical data?如何在 R 中为具有分类数据的列子集创建列联表（交叉表）？
【发布时间】：2010-08-19 01:12:30
【问题描述】：

我有一个表头看起来像这样（我已经简化了）：

id, a1, a2, a3, a4, a5, a6, a7, a8, a9, a10

除了 id 之外的每一行都是一个分类变量。让我们将类别命名为 A、B、C、D、E。

我想为一些列创建一个列联表，如下所示（为简洁起见，我没有在单元格中输入样本编号）。获得总列/行会很好，但不是强制性的，我可以稍后自己计算。

      a1  a2  a3  a4 Total
    ----------------------
    A|
    B|
    C|
    D|
    E|
Total|

因此，问题是如何基于 R 中的多个列创建交叉表？我在 table() 和 xtabs() 中看到的示例仅使用列。在我的例子中，列是相邻的，所以一个交叉表会汇总列 a1..a4，另一个列 a5..a7 等等。我希望有一种优雅的方式来做到这一点。

我是一名程序员，但是 R 的新手。

提前谢谢你。

【问题讨论】：

标签： r crosstab

【解决方案1】：

为此目的，您的数据格式不正确。这是使用 reshape 包适当地重塑数据的一种方法。

library(reshape)
data.m <- melt(data, id = "id")

要计算所有级别的表格，带有边距，您可以使用

cast(data.m, value ~ variable, margins = T)

对于子集，取data.m 的相关子集。

【讨论】：

【解决方案2】：

以下是使用基本 R 命令的方法。如果每一列都具有相同的因子水平，则不需要 for 循环，但循环将是一个很好的故障保护。

> set.seed(21)
> df <- data.frame(
+   id=1:20,
+   a1=sample(letters[1:4],20,TRUE),
+   a2=sample(letters[1:5],20,TRUE),
+   a3=sample(letters[2:5],20,TRUE),
+   a4=sample(letters[1:5],20,TRUE),
+   a5=sample(letters[1:5],20,TRUE),
+   a6=sample(letters[1:5],20,TRUE) )
> 
> for(i in 2:NCOL(df)) {
+   levels(df[,i]) <- list(a="a",b="b",c="c",d="d",e="e")
+ }
> 
> addmargins(mapply(table,df[,-1]))
    a1 a2 a3 a4 a5 a6 Sum
a    6  2  0  2  5  3  18
b    3  3  7  2  1  3  19
c    5  3  1  6  5  3  23
d    6  8  6  1  5  3  29
e    0  4  6  9  4  8  31
Sum 20 20 20 20 20 20 120

【讨论】：