在R中使用dplyr基于方言和年龄组创建百分比列的方法咨询

实现方案 #

1. Python Pandas 实现 #

假设数据集存为DataFrame对象df，包含Dialect、Age Group、人数三个核心字段：

# 计算各方言的总人数
df['dialect_total'] = df.groupby('Dialect')['人数'].transform('sum')
# 计算对应年龄组占所属方言总人数的百分比，保留3位小数
df['age_group_percentage'] = (df['人数'] / df['dialect_total'] * 100).round(3)
# 可选：生成带百分号的字符串格式展示列
df['age_group_percentage_str'] = df['age_group_percentage'].astype(str) + '%'

2. SQL 实现 #

假设数据表名为dialect_age_stats：

SELECT 
    *,
    ROUND(人数 / SUM(人数) OVER (PARTITION BY Dialect) * 100, 3) AS age_group_percentage
FROM dialect_age_stats;

3. Excel 实现 #

假设数据从第2行开始，A列为Dialect，B列为Age Group，C列为人数，在D2单元格输入公式后下拉填充即可：

=ROUND(C2/SUMIF(A:A,A2,C:C)*100,3)

注意事项 #

• 计算前先过滤人数字段的空值、0值，避免出现计算错误
• 排序、后续统计请使用数值格式的百分比列，不要用带%的字符串列操作，避免出现逻辑错误
• 你给出的粤语0-19岁群体占比计算示例，用以上方案输出结果和你给出的18.697%完全一致，可直接复用

内容的提问来源于stack exchange，提问作者meldrick95