Question

想象一下，您有某些费用的年度数据。您感兴趣的是第一个值（t0）和每个后续值（t1，... - > tx）之间的百分比差异，但仅针对特定的观察组，即下一组，后续几年的新系列启动。

示例：

    value <- c(10225,10287,10225,10087,10344,10387,10387,14567,13992,15432)
    case <- c(A,A,A,B,B,B,B,B,C,C)

    year    value   case   change
    1989    10225   A      0.00
    1990    10287   A      0.61 # ((100/10225)*10287)-100
    1991    10262   A      0.36
    1995    10087   B      0.00
    1996    10344   B      2.55 # ((100/10087)*10344)-100
    1997    10387   B      2.97 
    1978    10387   B      2.97
    1979    14567   B      ...
    1980    13992   C
    1981    15432   C

如何计算R中的百分比变化？

我之前发布的帖子和类似帖子（例如this post on calculating relative difference）的答案非常有用。再次感谢！

然而，我必须意识到我的情况更复杂，并相应地编辑了我的问题。问题是我后来几年没有一系列，而是随后几年的有限系列数，每组一例。

非常感谢任何想法！

非常感谢。

Answer 1

这个怎么样？

((value[-1]/value[1])-1)*100
[1]  0.6063570  0.0000000 -1.3496333  1.1638142  1.5843521  0.7334963

另一种选择

((value - value[1]) / value[1]) * 100
[1]  0.0000000  0.6063570  0.0000000 -1.3496333  1.1638142  1.5843521  0.7334963

对于您的更新问题，这里有两个R基础解决方案：

transform(df, Change = unlist(sapply(split(value, case), function(x) ((x - x[1]) / x[1]) * 100)))
   value case    Change
A1 10225    A  0.000000
A2 10287    A  0.606357
A3 10225    A  0.000000
B1 10087    B  0.000000
B2 10344    B  2.547834
B3 10387    B  2.974125
B4 10387    B  2.974125
B5 14567    B 44.413602
C1 13992    C  0.000000
C2 15432    C 10.291595

 transform(df, Change = unlist(aggregate(value ~ case, function(x) ((x - x[1]) / x[1]) * 100, data=df)$value))
   value case    Change
01 10225    A  0.000000
02 10287    A  0.606357
03 10225    A  0.000000
11 10087    B  0.000000
12 10344    B  2.547834
13 10387    B  2.974125
14 10387    B  2.974125
15 14567    B 44.413602
21 13992    C  0.000000
22 15432    C 10.291595

Answer 2

要回答您的扩展问题，请使用plyr包中的transform和ddply：

ddply(df, .(case), transform, change = ((100 / value[1]) * value) - 100)

关于你对NA和Inf值的评论，这是预期的行为，因为你除以零，使得变化毫无意义。您可以删除这些条目。

Answer 3

如果您的数据框被调用，比如df，请尝试以下操作：

transform(df, change = 100*(value/value[year==1989] - 1))

注意到这将给出1989年的0而不是NA的价值：

#   year value     change
# 1 1989 10225  0.0000000
# 2 1990 10287  0.6063570
# 3 1991 10225  0.0000000
# 4 1992 10087 -1.3496333
# 5 1993 10344  1.1638142
# 6 1994 10387  1.5843521
# 7 1995 10300  0.7334963

如果您知道您想要第一张唱片作为基础，您只需使用

即可

transform(df, change = 100*(value/value[1] - 1))

计算从基准年（t0）到随后的BUT LIMITED系列年（t1，...，tk）的百分比变化

3 个答案: