我不太清楚为什么要使用因子，但这样的方法可行吗？

library(dplyr)
library(tidyr)
datafreq <- function(dati){
  dati <- na.omit(dati)
  dati %>%
    count(across(everything()), name = "y") %>%
    complete(!!!syms(setdiff(names(dati), "y")),
             fill = list(y = 0))
    
}

**编辑：**更新答案以反映OP的更新问题。

我不确定这是否能实现您所期望的效率，但您可以使用的一些函数是expand.grid()，data.table::CJ()或tidyr::expand()，它们都完成相同的任务，即创建数据中所有组合的扩展 Dataframe 。
一种可能的解决方案可能是对现有组合进行计数，展开所有组合并加入计数。

DPLYR/TIDYR

library(dplyr)
library(tidyr)
datafreq <- function(dati){
  dati %>%
    # Remove NA
    drop_na() %>%
    # COUNT
    count(across(everything()), name = "y") %>%
    # EXPAND AND FULL JOIN
    complete(!!!syms(setdiff(names(dati), "y")),
             fill = list(y = 0))
}
out <- df %>%
  select(-republican) %>%
  datafreq()

数据表

或者，这里有一个data.table解决方案

library(data.table)
datafreq2 <- function(dati){
  # Coerce to DT
  dati <- as.data.table(dati)
  # Remove NAs
  dati <- na.omit(dati) 
  # COUNT
  counts <- dati[, list(y = .N), by = names(dati)]
  # EXPAND
  out <- do.call(get("CJ", asNamespace("data.table")),
                 args = c(dati, sorted = TRUE, unique = TRUE))
  # FULL-JOIN
  out <- merge(counts, out,
               all = TRUE, 
               by = names(out), sort = FALSE)
  # REPLACE NA counts with 0
  setnafill(out, type = "const", fill = 0, cols = "y")
  out
}
df <- as.data.table(df)
out <- datafreq2(df[, .SD, .SDcols = setdiff(names(df), "republican")])

使用data.table：

library(data.table)

dt <- fread("C:/temp/house-votes-84.data", header = FALSE)
u <- lapply(dt, unique)
a <- rev(cumprod(c(1, rev(lengths(u)[-1]))))
dt2 <- do.call(CJ, lapply(lengths(u), seq.int))
dt2[,counts := tabulate(colSums(t(mapply(function(i) match(dt[[i]], u[[i]]), seq_along(dt)) - 1)*a) + 1, .N)]
nrow(dt) == sum(dt2$counts)
#> [1] TRUE

dt中的值是u中的值的索引，因此dt2[i, j]对应于u[[j]][dt2[i, j]]。