如何为面板数据集创建双向表？R语言人口列年份统计需求

嗨！我来帮你搞定这个问题～首先得明确：我们要基于人口列有可用数据的观测，把长格式的面板数据转换成「个体行×年份列」的双向表，缺失的位置保留空白（对应R里的NA）。下面分两种常用方法实现，你可以按需选择：

先模拟你的数据集（方便演示） #

假设你的面板数据是长格式，空白用NA表示缺失值，示例如下：

# 模拟示例面板数据
panel_data <- data.frame(
  个体 = rep(c("A", "B", "C"), each = 5),
  年份 = rep(2018:2022, 3),
  人口 = c(100, NA, 120, 130, NA, NA, 200, 210, NA, 230, 300, 310, NA, 330, 340)
)

步骤1：筛选出人口数据可用的观测 #

先把人口列存在缺失值的行去掉，只保留有效数据：

# 保留人口非缺失的行
filtered_data <- panel_data[!is.na(panel_data$人口), ]

方法1：用tidyverse（推荐，代码更直观） #

如果你习惯用tidyverse工具链，pivot_wider函数可以轻松把长格式转成宽格式的双向表：

# 先加载tidyverse包（未安装的话先运行install.packages("tidyverse")）
library(tidyverse)

# 创建双向表：行是个体，列是年份，值是人口
cross_table <- filtered_data %>%
  pivot_wider(
    id_cols = 个体,          # 指定作为行的变量
    names_from = 年份,       # 指定作为列的变量
    values_from = 人口,      # 填充单元格的变量
    values_fill = NA         # 缺失位置用NA（对应你的空白）填充
  )

# 查看结果
print(cross_table)

运行后会得到类似这样的结果：

# A tibble: 3 × 6
  个体  `2018` `2019` `2020` `2021` `2022`
  <chr>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
1 A        100     NA    120    130     NA
2 B         NA    200    210     NA    230
3 C        300    310     NA    330    340

方法2：用基础R（无需额外装包） #

如果你不想加载第三方包，可以用基础R的reshape函数实现：

# 转换为宽格式
cross_table_base <- reshape(
  filtered_data,
  idvar = "个体",       # 指定行变量
  timevar = "年份",     # 指定列变量
  direction = "wide",   # 声明转成宽格式
  v.names = "人口"      # 指定填充单元格的变量
)

# 移除列名里的"人口."前缀，让列名直接显示年份
colnames(cross_table_base) <- gsub("人口\\.", "", colnames(cross_table_base))

# 查看结果
print(cross_table_base)

额外需求：统计数据可用性的双向表 #

如果你想要的是标记每个个体在哪些年份有人口数据（用1表示有，0表示无），可以用table函数：

# 生成可用性计数表（每个个体-年份组合的有效数据数量）
availability_table <- table(filtered_data$个体, filtered_data$年份)

# 转成数据框格式查看
as.data.frame.matrix(availability_table)

结果会是：

2018 2019 2020 2021 2022
A     1    0    1    1    0
B     0    1    1    0    1
C     1    1    0    1    1

内容的提问来源于stack exchange，提问作者Pedro Esteban Rodriguez