R语言中按地区分组后按自定义年龄区间统计的实现方法

你可以通过以下几种常用方式实现需求：

方法1：基础R自带函数实现（无需加载第三方包） #

直接调用table()函数即可快速生成交叉统计结果：

# 生成交叉统计 contingency table
count_table <- table(MyData$Area, MyData$Age)
# 若需要转为数据框格式做后续处理，可运行以下代码
count_df <- as.data.frame.matrix(count_table)

运行后得到的count_df结构和你示例的表格完全一致，行对应地区，列对应年龄区间，值为对应分组的人数。

方法2：tidyverse生态实现（适配后续可视化、数据处理流程） #

如果后续还要基于统计结果作图或者做其他数据处理，更推荐用dplyr+tidyr的 pipeline 实现：

library(dplyr)
library(tidyr)

count_df <- MyData %>%
  # 按地区、年龄区间分组
  group_by(Area, Age) %>%
  # 统计每组人数
  summarise(person_count = n(), .groups = "drop") %>%
  # 转为宽表结构，匹配你需要的输出格式
  pivot_wider(names_from = Age, values_from = person_count, values_fill = 0)

配套可视化代码参考 #

如果需要直接生成分组统计图表，可以接ggplot2实现：

library(ggplot2)

MyData %>%
  group_by(Area, Age) %>%
  summarise(person_count = n(), .groups = "drop") %>%
  ggplot(aes(x = Age, y = person_count, fill = Area, label = person_count)) +
  geom_col(position = position_dodge(width = 0.9)) +
  geom_text(position = position_dodge(width = 0.9), vjust = -0.3) +
  labs(x = "年龄区间", y = "人数", fill = "地区")

内容的提问来源于stack exchange，提问作者JeffWithpetersen