根据提供的数据“us-population-by-age”：用Python程序pyecharts实现堆叠面积图，展示美国1860年—2005年间人口老龄化的变化情况。

首先，你需要安装`pyecharts`库，如果还没有安装可以使用pip来安装：

pip install pyecharts

接下来，假设你已经有了名为`us-population-by-age.csv`的数据文件，其中包含日期和各年龄段的人口数量信息。我们可以按照以下步骤创建堆叠面积图：

import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import Line

# 加载数据
data = pd.read_csv('us-population-by-age.csv')

# 确保数据有正确的日期列和人口数列
assert 'Year' in data.columns and 'Population' in data.columns

# 提取需要的年龄范围
ages = list(data['Age Group'].unique())

# 创建堆叠面积图
chart = (
    Line()
    .add_xaxis(data['Year'])
    .add_yaxis("总人口", data['Population'], is_stack=True)
    .extend_axis(
        yaxis=opts.AxisOpts(axis_label_opts=opts.LabelOpts(position="inside")),
        xaxis=opts.AxisOpts(is_scale=False)
    )
    .set_global_opts(title_opts=opts.TitleOpts(title='美国1860年至2005年人口老龄化变化堆叠面积图'))
)

# 分别为每个年龄组添加数据并堆叠
for age in ages:
    chart.add_yaxis(f"{age}岁人群", data[data['Age Group'] == age]['Population'])

# 显示图表
chart.render('population_age_distribution.html')

在这个例子中，我们首先加载数据，然后提取出所有不同的年龄组。接着，我们使用`Line`类创建一个线图，并设置x轴为年份，y轴为总人口，开启堆叠模式。对于每个年龄组，我们在图表上添加一个新的y轴系列。

最后，我们将生成的图表保存为HTML文件，你可以通过浏览器查看结果。记得检查数据文件是否结构正确，以及对应的列名是否匹配上述代码中的`'Year'`和`'Population'`。