R语言基于多列年龄数据计算每户未成年儿童人数的实现方法

核心逻辑是对每行对应的11个家庭成员年龄字段，统计小于18的有效值个数，自动忽略空值（适配家庭成员不足11人的场景）。

方案1：tidyverse 实现（入门友好，逻辑直观） #

适合已经接触过dplyr语法的用户，代码可读性最高：

# 加载依赖包
library(dplyr)

# 替换示例中的年龄字段匹配规则为你实际的字段规则即可
df <- df %>%
  rowwise() %>%
  # 示例中默认年龄字段以age_开头，例如age_1、age_2……age_11，也可手动指定字段向量c(age1,age2,...,age11)
  mutate(child_count = sum(c_across(starts_with("age_")) < 18, na.rm = TRUE)) %>%
  ungroup()

参数说明：na.rm = TRUE用于跳过家庭人数不足11人时的空值字段，避免结果返回NA。

方案2：base R 实现（无需装包，兼容性好） #

不需要安装任何第三方包，直接运行即可：

# 先指定11个年龄字段的列名，替换为你实际的字段名
age_cols <- c("age1", "age2", "age3", "age4", "age5", "age6", "age7", "age8", "age9", "age10", "age11")
# 按行统计小于18的数值个数
df$child_count <- apply(df[, age_cols], 1, function(x) sum(x < 18, na.rm = TRUE))

方案3：data.table 实现（超大数据集优先，运算速度最快） #

如果你的数据集超过10万行，优先用这个方案，运算效率比前两种高5-10倍：

library(data.table)
# 将数据框转为data.table格式
setDT(df)
# 指定11个年龄字段名，替换为你实际的字段名
age_cols <- c("age1", "age2", "age3", "age4", "age5", "age6", "age7", "age8", "age9", "age10", "age11")
# 按行生成统计结果
df[, child_count := rowSums(.SD < 18, na.rm = TRUE), .SDcols = age_cols]

所有方案统计完成后，可随机抽取3-5行手动核对年龄字段的统计结果，验证逻辑是否符合预期。

内容的提问来源于stack exchange，提问作者lziegs