HOWTO · R
R 中的 table()函数
本教程演示如何在 R 中使用 table() 函数。
本页内容
在 R 中,table() 用于统计每个值或值组合出现的次数,适合汇总问卷回答、产品类型或分组等分类数据。若要计算比例,可将计数结果传给 prop.table()。下面的示例使用一个小型数据框展示这两种操作,以及如何解读结果。
使用 table() 创建频数表
要统计一个变量,请将它的向量传给 table(x)。结果是一个带名称的表:每个类别作为名称显示,对应的数值就是该类别的计数。对于数据框,可以用 $ 选取列,例如 responses$channel。
示例包含五条观测记录。渠道计数表示每个渠道收到的回答数量。对于因子输入,table() 按因子水平的顺序排列类别;因子水平可以自定义。字符值会先转换为因子,再按排序后的顺序显示,因此显示顺序不一定与这些值在数据中首次出现的顺序一致。
请运行以下示例:
本节中的代码以及显示的标签或输出仍为英文。
responses <- data.frame(
channel = c("web", "store", "web", "phone", "store"),
outcome = c("yes", "no", "no", "yes", "yes")
)
channel_counts <- table(responses$channel)
channel_share <- prop.table(channel_counts)
joint_counts <- table(responses$channel, responses$outcome)
joint_share <- prop.table(joint_counts)
within_channel_share <- prop.table(joint_counts, margin = 1)
print(channel_counts)
print(channel_share)
print(joint_counts)
print(joint_share)
print(within_channel_share)
使用 prop.table() 计算比例
prop.table(channel_counts) 将每个计数除以表中所有计数的总和,因此所有渠道的比例相加为 1(显示时的舍入误差除外)。若要计算百分比,可将结果乘以 100。在本示例中,有两个回答的渠道占这五条观测记录的 40%;这并不表示它占更大范围内所有用户或回答的 40%。
分母取决于传入的表。对于单变量频数表,分母是该表所代表的观测记录总数。因此,当你想了解各类别占整个样本的比例时,默认计算方式很有用。
统计两个变量的组合
将两个向量传给 table(x, y),即可统计它们各自取值的组合。在 joint_counts 中,行对应渠道,列对应结果;每个单元格表示同时属于该渠道和该结果的观测记录数。单元格为零,表示这个样本中没有符合该组合的观测记录;这并不能证明该组合不可能出现。
对这个二维表使用 prop.table(),会将每个单元格除以总计数,因此 joint_share 表示各组合占所有观测记录的比例。如果要分别计算每个渠道内部的结果构成,请使用 prop.table(joint_counts, margin = 1)。这里,margin = 1 会将每一行标准化为总和 1。使用 margin = 2 则会将每一列标准化为总和 1。这些条件比例回答的问题与整体占比不同。
解读并核对结果
解读数值前先看清表格标签:确认该数值对应哪个类别或行列组合,然后检查所用的分母。单变量比例和双变量表中各单元格的整体比例,其总和都为 1。按行标准化的比例在每行内相加为 1;按列标准化的比例则在每列内相加为 1。打印出的总和略有差异,可能是舍入造成的。
table() 的结果只汇总传给它的值。默认情况下,缺失值不会作为一个类别计数;如果需要显示缺失情况,请查看该函数的 useNA 参数。还要确认所选列包含你想要比较的类别。本示例包含五条回答,因此每个计数和比例都只描述这五行数据。代码将计数和各类比例分别保存在不同对象中,便于查看、区分含义并重复使用。