第3章 国家发展档案案：数据重塑与编程

第 3 章 · 国家发展档案案：数据重塑与编程基础

章节摘要：本章的案卷是全球各国历年人均 GDP 与寿命的追踪数据。这份档案天然是"每年一行"的长表，而很多分析需要"每年一列"的宽表——破案主线就是让证据在两种形状之间自由变形，同时把重复的勘验动作沉淀成函数，遇到意外时懂得拦截与排错。

一条主线

一个具体问题串起全章：想看几个国家寿命随时间的走势，用宽表画图一步到位；想算"每个国家寿命的年均增速"，用长表分组汇总最顺手。同一份证据、两种形状、各有最佳用途——tidyr 的 pivot 系列就是变形引擎。而当你发现"对 142 个国家各算一次增速"要重复 142 遍同样的代码时，函数与控制流就该登场了；批量跑起来再遇到报错，错误处理与调试补上最后一块板。

沿途站点

• 第 1 节 长宽数据重塑：pivot_longer 与 pivot_wider 的变形术，变形前后的检视。
• 第 2 节 控制流与自编函数：if 与 for 把重复勘验固化成函数，apply 家族与向量化替代循环。
• 第 3 节 审讯与排错：tryCatch 拦截意外，browser 与逐步调试定位病灶。

拐点与结论

拐点在第 2 节：初学者写循环是"逐行搬运 Excel 思维"，而 R 的正路是向量化与"整表思维"——能用一次分组汇总解决的，就不写循环；循环只留给真正需要逐案处理的场景。结论：重塑解决"形状"，编程解决"重复"，排错解决"意外"，三者合起来才是自动化勘验能力。

读完你应该

• 判断一份数据是长表还是宽表，说出各自适配的分析场景
• 用 pivot_longer 与 pivot_wider 完成两种形状的互转
• 手写带默认参数与返回值的函数，替换重复代码
• 区分 for 循环、apply 家族、向量化三者的适用场合
• 用 tryCatch 拦截错误、用 browser 断点定位问题

本章知识点清单

• 能用"每个观测一行"与"每个观测占多列"两句白话定义长表与宽表
• 能说出 pivot_wider 的 names_from、values_from 与 pivot_longer 的 cols、names_to、values_to 各管什么
• 能演示变形前查重、变形后验行数的标准三步
• 能解释列表列是怎么产生的、为什么它会让后续汇总报错
• 能写出带默认参数、输入校验与边界防御的函数
• 能说出 stop 与 warning 的分工标准（不可恢复 对 可疑可继续）
• 能对同一任务在向量化与 for 循环之间做选择并说明性能缘由
• 能解释函数内修改外部数据框为何无效（副本语义）
• 能区分 error、warning、message 三级信号并给出处置动作
• 能按"复现、定位、进现场、修复、全量重跑"的节奏完成一次排错

本章易错点地图

档案案的初步结案

本章给档案案配备了三件自动化装备：形状自由（重塑）、动作复用（函数）、意外可控（排错）。落到案情上，产出了一张 142 国寿命增速的完整排序——东亚多国的追赶式增长排在前列，撒哈拉以南多国因公共卫生事件出现断层。更重要的是方法论结论：这类"逐国重复计算"的任务，分组汇总一行链式代码就是最优解；只有当每个案子有独立的前后依赖时，循环加护栏才登场。这套判断力会在第 7 章处理大案卷时再次用到。

下一章的接力

档案案产出了一张国家寿命走势对比图——这张图正是下一章的主角。油耗指纹案将系统展开 R 的可视化语法。