Question

假设我有一个data.frame，价格在一列中，而年份在另一列中：

prices <- rnorm(200, mean=10, sd=3)
years <- round(rnorm(200, mean=2006, sd=5))
df <- data.frame(prices, years)

现在说我想用消费者价格指数将所有这些价格标准化为2008美元。我可以去查看转换值并手动进行计算，但我的直觉告诉我，可能有一个自动执行此操作的程序包。搜索r-seek和cran并没有产生任何明显的结果。

有谁知道什么？

Answer 1

您可以使用FRED从quantmod获取CPI数据 FRED函数的getSymbols方法 CPI inflation calculator at the BLS包

getSymbols("CPIAUCSL", src='FRED') #Consumer Price Index for All Urban Consumers: All Items
#[1] "CPIAUCSL"
tail(CPIAUCSL)
#           CPIAUCSL
#2012-03-01  229.098
#2012-04-01  229.177
#2012-05-01  228.527
#2012-06-01  228.618
#2012-07-01  228.723
#2012-08-01  230.102

# make an `xts` object of prices
set.seed(1)
p <- xts(rnorm(63, mean=10, sd=3), seq(from=as.Date('1950-12-01'), by='years', length.out=63))
colnames(p) <- "price"

above quote

...使用给定日历年的平均消费者物价指数... 对于当前年度，使用最新的月度指数值。

（对于这个答案，我将忽略{{3}}的第二部分......）

所以，计算年平均值

avg.cpi <- apply.yearly(CPIAUCSL, mean)

然后将所有指数水平除以基价以创建转换因子

cf <- avg.cpi/as.numeric(avg.cpi['2008']) #using 2008 as the base year
dat <- merge(p, cf, all=FALSE)
dat$adj <- dat[, 1] * dat[, 2]

tail(dat)
#               price  CPIAUCSL       adj
#2006-12-01  8.898336 0.9363693  8.332128
#2007-12-01  6.867596 0.9632483  6.615200
#2008-12-01 11.709159 1.0000000 11.709159
#2009-12-01  9.594836 0.9967933  9.564069
#2010-12-01 17.204853 1.0131453 17.431015
#2011-12-01  9.882280 1.0449769 10.326754

Answer 2

有一个更简单的解决方案，用于获取不需要使用quantmod包的年度CPI（例如，CPIAUCSL），这似乎总是因为某种原因而存在兼容性问题，至少在我的经验。

require(lubridate) || install.packages("lubridate")
require(dplyr) || install.packages("dplyr")
monthly_cpi <-
  read.table("http://research.stlouisfed.org/fred2/data/CPIAUCSL.txt",
             skip = 53, header = TRUE)
monthly_cpi$cpi_year <- year(monthly_cpi$DATE)
yearly_cpi <- monthly_cpi %.% group_by(cpi_year) %.% summarize(cpi = mean(VALUE))

然后，相对于去年的价格创建调整因子：

yearly_cpi$adj_factor <- yearly_cpi$cpi/yearly_cpi$cpi[yearly_cpi$cpi_year == 2013]

你必须找出skip的行数，但是再一次，这会导致你实际查看通过查看实际数据源而跳过的行，这些行恰好有前导信息。< / p>

但等等！还有更多！

感谢@GSee（他给出了经过检查的答案），注意到有一个.csv版本，您不需要跳过任何行！使用此版本，代码为：

require(lubridate) || install.packages("lubridate")
require(dplyr) || install.packages("dplyr")
monthly_cpi <-
  read.csv("http://research.stlouisfed.org/fred2/data/CPIAUCSL.csv", header = TRUE)
monthly_cpi$cpi_year <- year(monthly_cpi$DATE)
yearly_cpi <- monthly_cpi %.% group_by(cpi_year) %.% summarize(cpi = mean(VALUE))
yearly_cpi$adj_factor <- yearly_cpi$cpi/yearly_cpi$cpi[yearly_cpi$cpi_year == 2013]

Answer 3

使用priceR，如下所示：

set.seed(123)
prices <- rnorm(200, mean=10, sd=3)
years <- round(rnorm(200, mean=2006, sd=5))
df <- data.frame(prices, years)

library(priceR)
adjust_for_inflation(prices, years, "US", to_date = 2008)
# [1]  6.707112  8.102301 16.228195  9.785813 11.795624 17.197669 13.589684  7.210790  6.744690  9.250294 14.267029 11.561430  9.921566 12.007162 10.244619

注释

此方法自动使用世界银行的最新CPI数据
adjust_for_inflation()适用于所有国家/地区-您可以查看包含show_countries()的完整列表

Answer 4

我认为应该指出的是，GSee的解决方案在技术上是正确的，但在谈论通货膨胀调整时，大多数人可能不希望这样做。

根据我的经验，大多数人都想知道过去几年中购买的商品今天要花费多少钱。

基于GSee的代码，它产生：

as.numeric(avg.cpi['2008'])/avg.cpi
dat <- merge(p, cf, all=FALSE)
dat$adj <- dat[, 1] * dat[, 2]

通货膨胀调整价格套餐？

4 个答案: