R语言按年份统计男女占比代码错误排查

需求是统计奥林匹克数据集中，每个年份对应的男性、女性人数占当年总人数的比例，原有代码运行结果不符合预期，原代码如下：

freq.table = table(olympicData$Sex, olympicData$Year)
Total = rowSums(freq.table)
Freq = freq.table/Total

原有代码的计算逻辑完全不匹配需求：

• rowSums(freq.table)统计的是所有年份汇总后的男性总人数、女性总人数，不是每个年份的总人数
• R中矩阵和向量做运算时默认按列对齐循环，用2行多列的频数表除以长度为2的行和向量，得到的是「每年某性别人数占所有年份该性别总人数的比例」，和“单年份内性别占比”的需求完全不符。

基础R实现 #

要计算单年份内的性别占比，需要先按列（年份维度）求每年总人数，再将每个单元格的频数除以对应年份的总人数，用sweep函数可以精准按维度做运算，避免对齐错误：

# 生成性别×年份的交叉频数表
freq.table <- table(olympicData$Sex, olympicData$Year)
# 按列（年份）计算每年总参赛人数
year_total <- colSums(freq.table)
# 按列对齐，每列频数除以对应年份总人数，得到当年性别占比
year_sex_ratio <- sweep(freq.table, MARGIN = 2, STATS = year_total, FUN = "/")

dplyr实现（长表输出更易读） #

如果需要输出结构化的长格式结果，直接用dplyr分组计算更直观，不需要手动处理二维表：

library(dplyr)
olympicData %>%
  group_by(Year, Sex) %>%
  # 先统计每年每个性别的人数
  summarise(people_count = n(), .groups = "drop_last") %>%
  # 按年份分组计算占比
  mutate(sex_ratio = people_count / sum(people_count))

内容的提问来源于stack exchange，提问作者Demo12