如何在R中高效计算跨国时间序列的年度性别农业就业占比差值

方法一：用tidyverse处理（直观易读，推荐） #

这种方法通过转换数据格式批量匹配同一年份的男女数据，适合后续还要做其他分析的场景：

library(tidyverse)

# 假设你的数据框名为df
df_processed <- df %>%
  # 把宽格式的年份列转成长格式，拆分出年份和性别
  pivot_longer(cols = starts_with("X"), 
               names_to = c("year", "gender"), 
               names_pattern = "X(\\d+)_(.)",  # 正则提取年份数字和性别标识
               values_to = "agri_ratio") %>%
  # 将性别列拆成男性、女性两列，方便计算差值
  pivot_wider(names_from = gender, values_from = agri_ratio) %>%
  # 计算女性占比减男性占比的差值
  mutate(gender_diff = f - m) %>%
  # 转回宽格式（和原数据结构保持一致，可选）
  pivot_wider(names_from = year, 
              values_from = c(f, m, gender_diff),
              names_glue = "X{year}_{.value}")

# 把新生成的差值列合并回原数据（可选）
df_final <- bind_cols(df, df_processed %>% select(starts_with("X") & ends_with("gender_diff")))

方法二：用base R处理（无需额外安装包） #

如果不想加载第三方包，直接用基础R就能批量计算：

# 提取所有女性、男性对应的年份列
female_cols <- grep("_f$", colnames(df), value = TRUE)
male_cols <- grep("_m$", colnames(df), value = TRUE)

# 按年份排序，确保男女列一一对应
female_cols <- sort(female_cols)
male_cols <- sort(male_cols)

# 生成差值列的名称，比如X1991_f改成X1991_diff
diff_col_names <- gsub("_f$", "_diff", female_cols)

# 批量计算差值并添加到原数据框
df[diff_col_names] <- df[female_cols] - df[male_cols]

小提示 #

• 如果数据里有缺失值，计算后会得到NA，你可以根据需求用ifelse处理，比如在tidyverse的mutate里写：gender_diff = ifelse(is.na(f)|is.na(m), NA, f - m)。
• 长格式数据（转换后的中间状态）更适合做分组统计或可视化，不需要转回宽格式的话可以跳过最后一步pivot_wider。

内容的提问来源于stack exchange，提问作者anrisakaki96