直接回答
把城镇人口占比和 100 减去该占比的补数作为同一整体的两部分。不能把总人口与城镇人口堆在一起，因为后者已经包含在前者中。
准备观测表
提取各国 2023 年 urban_pct，计算 rural_pct = 100 − urban_pct。导入宽表，选择 Stacked bar，X 使用 country，Y 使用两个百分比列。二者已合计为 100，无需再次归一化。
公开数据与可复现示例
下载文件是已整理的静态提取，不是实时数据连接。下方链接包括原查询、观测期及再使用政策。更新时应保留原始副本，因为源数据修订可能改变结果。
世界银行 WDI 保留原指标单位及国家—年份定义。派生人数与指数由 Datamon 教程计算，不是新发布的世界银行官方统计。
快照获取日期: 2026-10-26. 整理后行数: 10.
| country | urban_pct | rural_pct |
|---|---|---|
| China | 65.5301448035523 | 34.469855196447696 |
| Germany | 81.9034366692129 | 18.096563330787102 |
| Indonesia | 58.1179353397878 | 41.8820646602122 |
| India | 35.0676918424186 | 64.9323081575814 |
| Japan | 92.0826903891473 | 7.917309610852698 |
在 Datamon 中制作
创建可编辑图表需要使用 Google 账号登录；公开文章和示例无需账号即可阅读。CSV 已完成上文说明的连接、筛选或汇总。换成自己的数据时，先在电子表格中完成这些准备。
- 进入 Data，选择文件或粘贴带表头的表格。检查识别出的数值列、小数分隔符和日期。当前导入器接受小于 20 MB 的文件，本例低于此限制。应区分空值与真实零值。
- 在 Visualize 中选择 Stacked bar. 按下表连接字段，并至少用两行原数据核查预览，不要只依赖自动映射。
- 在 Refine 中写明问题、单位、观测期与来源。按读者实际看到的尺寸检查标签和对比度；需要精确数值时保留表格。
- 通过导出控件选择 SVG、PNG、PDF 或 PowerPoint，并打开成品检查。保存可编辑项目备份。Publish 前核查底层值：持有公开 URL 的人可以访问已发布数据。
计算与字段映射
以下为计算规则的伪代码。下载 CSV 已包含整理后的值，电子表格函数与单元格引用需按实际表格布局调整。
rural_pct = 100 - urban_pct; each row sums to 100- X
- country
- Y
- urban_pct, rural_pct
解读结果
本提取中，urban_pct 从 35.07（India）到 100（Singapore）。
用预览检查结构，用 CSV 核对精确数值。样式仅作参考，Datamon 渲染效果可能不同；应按上文准备与字段映射复现分析含义。
会改变含义的错误
各国城镇定义可能不同。图形比较的是公开指标，不是统一人口密度分类。城镇占比较高也不意味着城镇人口总数一定更多。
分享前的常见问题
这些计算需要 AI 服务吗？
不需要。CSV 与参考计算是确定性的。配置可选 AI 后可以辅助起草说明，但它不能代替源数据核查或正确的比较方法。
能用于自己的电子表格吗？
可以。保留相同的观测单位、列类型与计算方式，更新来源和时期，重新计算派生列，分享前用原表核对几个输出值。
哪些免费，哪些需要账号？
阅读本教程和下载 CSV、图像均免费。当前部署没有付费结账或订阅套餐。创建并保存可编辑图表需要 Google 登录。外部 AI、云分析、发布与视频依赖已配置服务，本教程不承诺无限免费连接服务。
来源与延伸阅读
报告勘误或访问问题: 联系编辑邮箱.
打开 Datamon