R语言如何提取数据框50-200行计算指定年龄分组的人数占比

方法1：基础R实现（无需额外安装依赖包） #

• 第一步：提取第50至200行的样本子集
  代码：df_sample <- df[50:200, ]
• 第二步：对Age列按指定区间分箱

  # 定义分组断点和标签
  age_breaks <- c(14, 20, 25, 30, 35)
  age_labels <- c("15-20", "21-25", "26-30", "31-35")
  # 生成分组字段
  df_sample$age_group <- cut(df_sample$Age, breaks = age_breaks, labels = age_labels, include.lowest = TRUE)
  

• 第三步：统计各组人数占比
  代码：age_ratio <- round(prop.table(table(df_sample$age_group)) * 100, 2)
  执行后会直接输出四个年龄组的百分比占比，保留2位小数。

方法2：tidyverse生态dplyr包实现（代码更简洁易读） #

如果你已经安装tidyverse系列包，可以用管道符逻辑实现：

library(dplyr)

df %>%
  slice(50:200) %>% # 提取第50到200行数据
  filter(!is.na(Age)) %>% # 可选：过滤Age列的缺失值，避免统计偏差
  mutate(
    age_group = cut(
      Age,
      breaks = c(14, 20, 25, 30, 35),
      labels = c("15-20", "21-25", "26-30", "31-35"),
      include.lowest = TRUE
    )
  ) %>%
  count(age_group, name = "人数") %>%
  mutate(占比 = round(人数 / sum(人数) * 100, 2))

注意事项：

1. 超出15-35范围的年龄值会被标记为NA，统计时默认排除，如果你需要统计这部分“其他”群体，可调整breaks参数增加区间即可
2. 如果Age列是字符格式，需先转为数值格式：df$Age <- as.numeric(df$Age)

内容的提问来源于stack exchange，提问作者S_C