R语言如何向data frame添加年份第三变量实现人口数据多维度查询

你需要先将数据整理为tidy长表格式，该格式无论是多条件查询还是后续对接仪表板筛选组件都更适配，操作步骤如下：

1. 数据格式标准化 #

整理后的总表统一保留4个字段，每个观测（特定年份、特定国家、特定年龄组的人口数据）占一行：

• age_group：年龄组，和你现有分类（12岁以下、12-17岁等）保持一致
• country：国家名称
• year：年份（取值范围1990-2021）
• population：对应人口数值

如果你手里的分年份原始数据和现有汇总表结构一致（行是年龄组、列是国家），可以参考如下代码批量处理（以tidyverse套件为例）：

library(tidyverse)

# 单年份宽表转长表示例，假设1990年的宽表对象名为df_1990
df_1990_long <- df_1990 %>%
  pivot_longer(
    cols = -age_group, # 保留年龄组列，其余列均转换为国家字段
    names_to = "country",
    values_to = "population"
  ) %>%
  mutate(year = 1990) # 补充当前表对应的年份

# 所有年份的长表处理完成后，合并为一张全量总表
total_pop_df <- bind_rows(df_1990_long, df_1991_long, ..., df_2021_long)

2. 多维度查询操作 #

总表整理完成后，使用filter函数即可快速实现多条件筛选，以你需要的「1998年至2008年加拿大55-64岁年龄段人口数」查询需求为例：

# 筛选符合条件的所有观测
target_data <- total_pop_df %>%
  filter(
    country == "加拿大",
    age_group == "55-64岁",
    year >= 1998 & year <= 2008
  )

# 如需直接计算该时间段的人口总和，可追加求和逻辑
sum_pop <- target_data %>% pull(population) %>% sum()

内容的提问来源于stack exchange，提问作者Max Lim