如何用data.table对长格式数据按分组行计算失业率

针对你的长格式数据需求，这里提供两种data.table的实现方式，都能完成按sex、region、data_type分组计算失业率，并输出行形式结果：

方法1：宽格式转换计算后转回长格式 #

假设你的原始data.table为dt，核心列包含sex, region, data_type, variable, value（替换为你实际的列名）：

library(data.table)

# 转宽格式：将Unemployed和Labour force转为单独列
dt_wide <- dcast(dt, sex + region + data_type ~ variable, value.var = "value")

# 计算失业率
dt_wide[, unemployment_rate := `Unemployed total` / `Labour force total`]

# 转回长格式，把失业率作为新的variable行
dt_final <- melt(dt_wide,
                 id.vars = c("sex", "region", "data_type"),
                 measure.vars = c("Unemployed total", "Labour force total", "unemployment_rate"),
                 variable.name = "variable",
                 value.name = "value")

方法2：长格式下直接分组计算 #

无需转宽，直接在原长格式数据中分组提取对应值计算：

# 分组计算失业率
rate_dt <- dt[, .(
  value = .SD[variable == "Unemployed total", value] / .SD[variable == "Labour force total", value],
  variable = "unemployment_rate"
), by = .(sex, region, data_type)]

# 合并原数据与失业率数据，得到行形式结果
dt_final <- rbind(dt, rate_dt)

关键提示 #

• 确保每个分组（sex+region+data_type）下同时存在"Unemployed total"和"Labour force total"，否则会产生NA
• 若有其他维度列（如时间），需将其加入id.vars（方法1）或by参数（方法2）
• 可通过round()控制失业率小数位数，例如round(Unemployed total/Labour force total, 4)

内容的提问来源于stack exchange，提问作者John Steed