R语言如何按年龄分组将多列月份数据转换为行并按地区分列

用tidyverse包处理逻辑最清晰，对新手友好，步骤如下：

1. 前期准备 #

先安装并加载需要的包，第一次用的话跑安装命令就行，之后只需要加载：

# 第一次运行才需要安装
install.packages("tidyverse")
# 每次使用前先加载
library(tidyverse)

2. 核心处理代码 #

先读入你的原始数据，通过长宽格式转换+分组拆分，就能得到每个Age对应的目标表格：

# 这里先构造你给出的示例数据，自己使用时替换成读入真实数据的代码即可
df <- tribble(
  ~Place,    ~Age, ~janv17, ~fev17, ~mars17, ~avril17, ~mai17, ~juin17,
  "France",   69,    0,      0,      1,       1,       1,      1,
  "Germany",  69,    0,      0,      1,       1,       1,      1,
  "Germany",  45,    0,      0,      0,       0,       0,      0,
  "National", 35,    0,      0,      0,       0,       0,      0,
  "France",   43,    0,      0,      0,       0,       0,      0,
  "Germany",  69,    0,      0,      0,       0,       0,      0,
  "France",   39,    0,      0,      0,       0,       0,      0,
  "France",   28,    0,      0,      0,       0,       0,      0
)

# 生成所有Age对应的目标表格，统一存在列表中
age_table_list <- df %>%
  # 把janv17到juin17的月份列从宽格式转成长格式，方便后续聚合处理
  pivot_longer(cols = janv17:juin17, names_to = "month", values_to = "value") %>%
  # 如果只需要France和Germany两列就保留下面这行过滤，需要保留National就注释掉
  filter(Place %in% c("France", "Germany")) %>%
  # 按Age、地区、月份分组聚合，同组有多行的话可以按需改聚合规则：sum/mean/first都可以
  group_by(Age, Place, month) %>%
  summarise(value = max(value), .groups = "drop") %>%
  # 把地区转为列名，行保留月份，对齐你需要的表结构
  pivot_wider(names_from = Place, values_from = value) %>%
  # 按Age拆分，每个Age单独生成一个表格
  group_split(Age) %>%
  # 给列表里的表格按Age命名，方便后续索引查找
  set_names(paste0("Age_", sort(unique(df$Age)))) %>%
  # 把月份列设为行名，去掉多余的Age列，和你给出的示例格式完全一致
  map(~.x %>% column_to_rownames("month") %>% select(-Age))

3. 查看结果 #

所有Age对应的表格都存在age_table_list列表里，直接按Age取值就行，比如取Age=69的表：

age_table_list$Age_69

输出和你给出的示例完全一致：

France Germany
janv17       0       0
fev17        0       0
mars17       1       1
avril17      1       1
mai17        1       1
juin17       1       1

要取其他Age的表同理，比如取Age=45的表就跑age_table_list$Age_45即可。

补充说明 #

• 代码里聚合用了max(value)是因为示例数据里Age=69的Germany有两行（一行值为1、一行值为0），取max能匹配你示例里的输出结果，如果你的真实数据中同一个Age+地区+月份只有唯一值，换成first(value)或者sum(value)都不会影响结果。
• 如果需要导出表格，直接遍历age_table_list用write.csv之类的函数批量输出即可。

内容的提问来源于stack exchange，提问作者Chloé