（每日收益百分比）/ 100 =（今天的收盘价-昨天的收盘价）/昨天的收盘价
我有一个这样的数据框，
date close
1 2018-09-21 3410.486
2 2018-09-20 3310.126
3 2018-09-19 3312.482
4 2018-09-18 3269.432
5 2018-09-17 3204.922
6 2018-09-14 3242.090
7 2018-09-13 3236.566
8 2018-09-12 3202.025
9 2018-09-11 3224.212
10 2018-09-10 3230.068
11 2018-09-07 3277.644
12 2018-09-06 3262.881
13 2018-09-05 3298.141
14 2018-09-04 3363.898
15 2018-09-03 3321.825
我想计算每天的回报，并使其达到目标，
date close change
1 2018-09-21 3410.486 3.0319
2 2018-09-20 3310.126 -0.0711
3 2018-09-19 3312.482 1.3168
4 2018-09-18 3269.432 2.0128
5 2018-09-17 3204.922 -1.1464
6 2018-09-14 3242.090 0.1707
7 2018-09-13 3236.566 1.0787
8 2018-09-12 3202.025 -0.6881
9 2018-09-11 3224.212 -0.1813
10 2018-09-10 3230.068 -1.4515
11 2018-09-07 3277.644 0.4525
12 2018-09-06 3262.881 -1.0691
13 2018-09-05 3298.141 -1.9548
14 2018-09-04 3363.898 1.2666
15 2018-09-03 3321.825 NA
答案 0 :(得分：1)
一种选择是使用lag软件包中的zoo：
library(zoo)
close_yesterday <- lag.zoo(df$close, 1, na.pad=TRUE)
df$change <- 100.0 * (df$close - close_yesterday) / close_yesterday
答案 1 :(得分：1)
假设所有日期都是连续的几天，则应该可以执行以下操作：
library(dplyr)
# based on your formula
df %>% mutate(change = (close - lead(close)) / lead(close))
# based on your outcome
df %>% mutate(change = (close - lead(close)) / lead(close) * 100)
答案 2 :(得分：1)
基本R选项
df$change <- c(-diff(df$close)/df$close[-1] * 100, NA)
df
# date close change
#1 2018-09-21 3410.486 3.03190876
#2 2018-09-20 3310.126 -0.07112491
#3 2018-09-19 3312.482 1.31674248
#4 2018-09-18 3269.432 2.01284150
#5 2018-09-17 3204.922 -1.14642098
#6 2018-09-14 3242.090 0.17067472
#7 2018-09-13 3236.566 1.07872362
#8 2018-09-12 3202.025 -0.68813713
#9 2018-09-11 3224.212 -0.18129649
#10 2018-09-10 3230.068 -1.45153043
#11 2018-09-07 3277.644 0.45245291
#12 2018-09-06 3262.881 -1.06908710
#13 2018-09-05 3298.141 -1.95478579
#14 2018-09-04 3363.898 1.26656281
#15 2018-09-03 3321.825 NA
我们使用diff来获取close的滞后差，然后将其除以close而忽略第一行，并在末尾添加NA。