频数（Frequency）是统计分析中的基本概念，表示某个类别或数值在数据集中出现的次数。它是描述数据分布的核心指标之一，特别适用于分类数据和有序数据。频数在非参数统计中起着重要作用，既可以作为描述性统计量，也可以作为统计检验的基础，帮助研究者在数据无特定分布假设的情况下进行推断和决策。
为了自动统计频数，首先需要在R语言中导入原始的.xlsx文件，故首先需要安装
类似调用ggplot库，
在联网的状态下采用命令：
install.packages("readxl")
待如下的安装完成：
然后使用> library(readxl)
即可使用读取excel命令
data <- read_excel
尝试使用读取Excel中的特定工作表的命令：
data_sheet <- read_excel("C:\Temp\new_file.xlsx", sheet = "Sheet1")；然而，显示错误：error: '\T' is an unrecognized escape in character string (<input>:1:31)。这是由于在R中，反斜杠（\）是一个转义字符，用于表示特殊字符（如 \n 代表换行，\t 代表制表符）。在你指定文件路径时，反斜杠被误认为是转义字符，从而导致错误。故应使用如下命令：
> data_sheet <- read_excel("C:/Temp/new_file.xlsx", sheet = "Sheet1")
即可完成导入
其中，使用如下命令即可在RStudio中调出表格的数据（见上图左侧）：
> View(data_sheet)
统计频数的命令有3种：
rowSums() 和 colSums() ：用于计算行、列的总数。这种方法对于已经将“是/否”的案例转化为“0”、“1”标记的情况较为适用；
table()：如果数据是分类变量（如因子），即表格中的类型并非数字而非字符，适用table(data$Category i)的命令；
apply() ：适用于按行或列统计任意计算值，便于统计范围。例如可以键入“sum(x > 3)”统计大于3的个数；
考虑到工科背景的试验数据及教学过程中的学生成绩为数值，且分布较广，故尝试采用apply()命令。
以如下的学生答题情况为例，笔者需要统计题1~题6的答题次数。使用命令：
> col_counts <- apply(data_sheet[, -c(1,8)], 2, function(x) sum(x == 1, na.rm = TRUE))
得到的结果为：59，17，65，19，57，23：
col_counts <- apply(data_sheet[, -c(1,8)], 2, function(x) sum(x == 1, na.rm = TRUE))命令表示将“apply(data_sheet[, -c(1,8)], 2, function(x) sum(x == 1, na.rm = TRUE))”的数值放到“col_counts”这个计数器里：
apply这个命令里各参数的释义如下：
data_sheet[, -c(1,8)] ##去除第1列、第8列；
2 ##按列操作（即对每个题目的答题情况进行处理）。1对应“按行操作”，2对应“按列操作”；
function(x) sum(x == 1, na.rm = TRUE) ##为构造一个函数，对每一列数据进行分析，即function(x) { ... }，会被 apply() 应用于数据的每一行。对每一列的各项数据进行分析（x == 1表示每个元素都与
1进行比较），TRUE 视为 1，FALSE 视为 0，用sum()函数计算"1" 出现的次数，na.rm 以忽略NA值。
进一步的，尝试计算各行1出现的情况。使用下面的命令：
> row_counts <- apply(data_sheet[, -c(1,8)], 1, function(x) sum(x == 1, na.rm = TRUE))
得到各行满足x == 1的个数，得到row_counts新数组，进行简单的校验，采用下列代码：
> count_distribution <- table(row_counts)
> print(count_distribution)
得到：
row_counts
0 1 2 3 4
7 1 4 29 36
即交白卷0人，答1题1人，答2题4人，答3题29人，答4题36人。
至此，完成了行、列满足特定条件的频数统计。