lier des tables de différentes longueurs

Question

Merci à tous ! Cela doit être simple mais je me heurte à la tête depuis un moment. Merci de m'aider. J'ai un grand ensemble de données à partir duquel j'obtiens toutes sortes d'informations via table(). Je veux ensuite stocker ces informations qui sont essentiellement des comptages différents, donc je veux aussi stocker les noms de famille qui ont été comptés. Pour un exemple reproductible, considérez

```
   a<-c("a","b","c","d","a","b") #one count, occurring twice for a and 
                                   b and once for c and d 
   b<-c("a","c") # a completly different property from the dataset 
                    occurring once for a and c

   x<-table(a) 
   y<-table(b) #so now x and y hold the information I seek

How can I merge/bind/whatever to get from x and y to this form:

       x. y.
    a  2. 1
    b  2. 0
    c  1. 1
    d. 1  0

HOWEVER,  I need to use the solution iteratively, in a loop that takes x and y and gets the requested form above, and then gets more tables added, each hopefully adding a column. One of my many failed attempts, just to show the logic, is:
     `.  member<-function (data=dfm,groupvar='group',analysis=kc15 {
      res<-matrix(NA,ncol=length(analysis$size)+1)
      res[,1]<-table(docvars(data,groupvar))
      for (i in 1:length(analysis$size)) {
         r<-table(docvars(data,groupvar)[analysis$cluster==i])
         res<-cbind(res,r)
       }
      res
       }`

So, to sum, the reproducible example above means to replicate the first column in res and an r, and I'm seeking (I think) a correct solution instead of the cbind, which would allow adding columns of different length but similar names, as in the example above. 
Please help its embarrassing how much time I'm wasting on this

Answer 1

Un purrr y tidyr pourrait être la solution :

map_dfr(lst, ~ stack(table(.)), .id = "ID") %>%
 pivot_wider(names_from = "ID", values_from = "values", values_fill = list(values = 0))

  ind       a     b
  <chr> <int> <int>
1 a         2     1
2 b         2     0
3 c         1     1
4 d         1     0

premier être :

lst <- list(a = a,
            b = b)

Answer 2

Dans la base R, vous pouvez utiliser table , stack et joindre complètement les deux comptes.

out <- merge(stack(table(a)), stack(table(b)), by = 'ind', all = TRUE)
out
#  ind values.x values.y
#1   a        2        1
#2   b        2       NA
#3   c        1        1
#4   d        1       NA

Si vous souhaitez remplacer NA avec 0, vous pouvez faire :

out[is.na(out)] <- 0