在R中按多分组合并汇总数据的高效实现方法

直接用dplyr结合tidyr的分组聚合+格式转换就能一次性完成需求，完全不用手动拆分数据框，步骤如下：

核心思路 #

通过按地区（region）和类型（type）分组，直接对所有年份列求和，自动完成性别（gender）和年龄组的合并汇总；再通过格式转换将type转为独立列，得到目标样式。

完整代码示例 #

1. 加载依赖包 #

library(dplyr)
library(tidyr)

2. 模拟示例数据（可替换为你的真实数据） #

set.seed(123)
df <- expand.grid(
  region = rep(c("city1", "city2", "city3"), each = 12), # 每个城市3个年龄组，每组4条记录
  age_group = rep(c("18-25", "26-40", "41-60"), each = 4, times = 3),
  gender = rep(c("male", "female"), each = 2, times = 9),
  type = rep(c("A", "B"), times = 18),
  year_2020 = sample(100:500, 36),
  year_2021 = sample(100:500, 36),
  year_2022 = sample(100:500, 36)
)

3. 数据合并与格式整理 #

# 第一步：分组汇总（合并性别、年龄组，保留type区分）
summary_df <- df %>%
  group_by(region, type) %>%
  summarise(across(starts_with("year_"), sum), .groups = "drop")

# 第二步：将type转为额外列，生成最终格式
final_df <- summary_df %>%
  pivot_wider(
    names_from = type,
    values_from = starts_with("year_"),
    names_sep = "_"
  )

代码说明 #

• group_by(region, type)：指定分组维度，确保同一地区、同一类型的所有数据（不同性别、年龄组）被归为一组
• summarise(across(starts_with("year_"), sum))：对所有年份列批量求和，自动完成性别和年龄组的合并，无需手动筛选
• pivot_wider：将type从行维度转换为列维度，生成如year_2020_A、year_2020_B的列，符合后续处理需求

这种方法的优势：

• 完全避免手动拆分数据框的繁琐操作
• 向量化运算效率高，大数据量下比循环/手动拆分快很多
• 代码逻辑清晰，可读性强，便于后续修改维护

内容的提问来源于stack exchange，提问作者flâneur