如何在R或Excel中汇总Block级普查数据生成Tract级数据

用基础R的aggregate()搞定 #

之前你困惑aggregate的语法，其实核心就是「要汇总的列 ~ 分组列」的公式结构，再指定数据集和求和函数就行。

假设你的数据集叫census_data，Tract编码列是Tract_GEOID，举几个实用例子：

• 只汇总Total_Pop列：

tract_total <- aggregate(Total_Pop ~ Tract_GEOID, data = census_data, FUN = sum)

• 同时汇总多列（比如Total_Pop、White_Pop、Black_Pop）：

tract_multi <- aggregate(cbind(Total_Pop, White_Pop, Black_Pop) ~ Tract_GEOID, 
                         data = census_data, FUN = sum)

• 要是数值列太多不想挨个写，就用.代表所有非分组列，但记得先筛出数值列避免出错：

# 先挑出Tract编码列和所有数值列
num_cols <- sapply(census_data, is.numeric)
tract_all <- aggregate(. ~ Tract_GEOID, data = census_data[, c("Tract_GEOID", names(num_cols[num_cols]))], 
                       FUN = sum)

嫌基础R麻烦？用dplyr更直观 #

很多人觉得aggregate的公式语法绕，换dplyr的分组汇总逻辑更清晰，步骤如下：

1. 先装包加载：

install.packages("dplyr")
library(dplyr)

2. 单列汇总：

tract_dplyr_single <- census_data %>%
  group_by(Tract_GEOID) %>%
  summarise(Total_Pop = sum(Total_Pop, na.rm = TRUE))

3. 多列汇总：

tract_dplyr_multi <- census_data %>%
  group_by(Tract_GEOID) %>%
  summarise(
    Total_Pop = sum(Total_Pop, na.rm = TRUE),
    White_Pop = sum(White_Pop, na.rm = TRUE),
    Black_Pop = sum(Black_Pop, na.rm = TRUE)
  )

4. 一键汇总所有数值列：

tract_dplyr_all <- census_data %>%
  group_by(Tract_GEOID) %>%
  summarise(across(where(is.numeric), sum, na.rm = TRUE))

加na.rm = TRUE是为了跳过缺失值，防止求和结果变成NA，很实用。

额外提一句：可以直接在R里生成Tract编码 #

你之前在Excel里删GEOID最后4位得到Tract编码，其实在R里一步就能搞定，省得来回导数据：

# 假设原始GEOID列叫GEOID，提取前11位（示例GEOID是15位，最后4位是Block，15-4=11）
census_data$Tract_GEOID <- substr(census_data$GEOID, 1, 11)

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