如何按年月计算指定列总和？R语言新冠病例数据处理问询

需求 #

按年月统计AgeGroup_20_to_24列的病例总和，即计算每个年月（如01/2020、02/2020）对应的该年龄组病例总数。

原代码存在的问题 #

你写的代码无法得到预期结果，原因如下：

• 仅按year分组，未包含month，无法实现按「年月」维度聚合
• 使用mutate(total = sum(AgeGroup_20_to_24))计算的是整列的总和，而非分组后的组内总和，应该用summarize替代mutate
• 操作顺序错误：应先分组再进行聚合计算，而非先计算总和再分组

示例数据结构 #

structure(list(Date = c("3/9/2020", "3/10/2020", "3/11/2020",
"3/12/2020", "3/13/2020", "3/14/2020"), AgeGroup_0_to_19 = c(1,
0, 2, 0, 0, 2), AgeGroup_20_to_24 = c(1, 0, 2, 0, 2, 1), AgeGroup_25_to_29 = c(1,
0, 1, 2, 2, 2), AgeGroup_30_to_34 = c(0, 0, 2, 3, 4, 3), AgeGroup_35_to_39 = c(3,
1, 2, 1, 2, 1), AgeGroup_40_to_44 = c(1, 2, 1, 3, 3, 1), AgeGroup_45_to_49 = c(1,
0, 0, 2, 0, 1), AgeGroup_50_to_54 = c(2, 1, 1, 1, 0, 1), AgeGroup_55_to_59 = c(1,
0, 1, 1, 1, 2), AgeGroup_60_to_64 = c(0, 2, 2, 1, 1, 3), AgeGroup_70_plus = c(2,
0, 2, 0, 0, 0)), row.names = c(NA, -6L), class = c("tbl_df",
"tbl", "data.frame"))

正确实现代码 #

library(dplyr)
library(lubridate)

xAge20To24 <- covid %>%
  # 转换日期格式并提取年、月
  mutate(dates = mdy(Date), 
         year = year(dates), 
         month = month(dates)) %>%
  # 按年和月组合分组
  group_by(year, month) %>%
  # 计算每个年月的AgeGroup_20_to_24病例总和
  summarize(total_20_to_24 = sum(AgeGroup_20_to_24)) %>%
  # 可选：生成mm/yyyy格式的年月字符串，便于查看
  mutate(year_month = paste0(month, "/", year)) %>%
  # 调整列顺序，优化显示
  select(year_month, year, month, total_20_to_24)

View(xAge20To24)

代码说明 #

1. 日期处理：用lubridate包的mdy函数将字符串格式的日期转换为标准日期类型，再提取年份和月份；
2. 分组聚合：通过group_by(year, month)按「年+月」分组，确保每个年月为独立的统计单元；
3. 计算总和：summarize函数会对每个分组计算AgeGroup_20_to_24的总和，最终输出每组一行的聚合结果；
4. 优化显示：可选的mutate(year_month = ...)步骤生成直观的年月格式字符串，方便快速查看统计结果。

用你提供的示例数据运行代码后，会得到3/2020对应的total_20_to_24为6（1+0+2+0+2+1）。

内容的提问来源于stack exchange，提问作者Jase C