如何按ciclo、etnibee两个分类变量汇总多个连续变量生成统计表格

下面提供两种主流工具的可直接复用实现方案：

R 实现 #

• 依赖包：dplyr 用于分组汇总，gt 用于生成规范统计表格
• 示例代码：

# 加载依赖
library(dplyr)
library(gt)

# 替换为你的实际数据集
your_data <- read.csv("你的数据路径.csv")

# 分组计算统计量，支持批量处理所有连续变量
stat_result <- your_data %>%
  # 指定两个分组变量
  group_by(ciclo, etnibee) %>%
  summarise(
    # 对所有数值型连续变量计算均值、标准差、样本量，可自行增减统计指标
    across(where(is.numeric),
           list(
             均值 = ~mean(.x, na.rm = TRUE),
             标准差 = ~sd(.x, na.rm = TRUE),
             样本量 = ~n()
           )),
    .groups = "drop"
  )

# 生成你需要的交叉布局统计表格
stat_result %>%
  gt(rowname_col = "ciclo") %>%
  # 自动按统计指标/分类变量合并表头
  tab_spanner_delim(delim = "_", columns = everything())

Python 实现 #

• 依赖库：pandas 用于数据汇总与透视
• 示例代码：

import pandas as pd

# 替换为你的实际数据集
your_data = pd.read_csv("你的数据路径.csv")

# 分组计算统计量
stat_df = your_data.groupby(["ciclo", "etnibee"]).agg(
    # 批量给所有数值型连续变量计算均值、标准差
    **{f"{col}_均值": (col, "mean") for col in your_data.select_dtypes("number").columns},
    **{f"{col}_标准差": (col, "std") for col in your_data.select_dtypes("number").columns},
    样本量 = ("ciclo", "count")
).reset_index()

# 转换为双分类交叉布局，和你期望的输出格式一致
pivot_result = stat_df.pivot(
    index = "ciclo",
    columns = "etnibee",
    values = [c for c in stat_df.columns if c not in ["ciclo", "etnibee"]]
)

# 可直接导出为Excel查看
pivot_result.to_excel("分组汇总结果.xlsx")

如果需要调整统计指标，仅需要修改summarise/agg内的计算规则即可，支持自定义中位数、分位数、极值等各类统计量。

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