如何在R中计算一个组内多列的百分比变化？

Question

我有一个数据框，其中包含ID列、日期列（每个ID有12个月份）和23个数字变量。我想要获得每个ID内每个月的百分比变化率。为了获得百分比变化率，我使用quantmod包。

以下是仅包含三列的示例（为简单起见）：

ID Date V1 V2 V3
1  Jan   2  3  5
1  Feb   3  4  6
1  Mar   7  8  9
2  Jan   1  1  1
2  Feb   2  3  4
2  Mar   7  8   8

我尝试使用dplyr和summarise_each函数，但没有成功。 更具体地说，我尝试了以下内容（train是数据集的名称）：

library(dplyr)
library(quantmod)

group1<-group_by(train,EXAMID)

foo<-function(x){
  return(Delt(x))
}

summarise_each(group1,funs(foo))

我也尝试使用dplyr中的do函数，但也没有成功（今晚运气不佳！）。

我认为问题在于Delt函数。当我用sum函数替换Delt函数时：

foo<-function(x){
      return(sum(x))
    }
summarise_each(group1,funs(foo))

结果是每个ID的每个变量都会按日期进行汇总。那么如何计算每个ID的月度百分比变化？

- mmmmmmmmmm

Answer 1

你遇到的问题是你的数据格式不够整洁。你有观测值（V1：V3）在列中创建了一个“宽”数据框。 “Tidyverse” 最适合长格式。好消息是，使用 gather() 函数可以得到所需的内容。这里是使用 "tidyverse" 的解决方案。

library(tidyverse)

# Recreate data set
df <- tribble(
    ~ID, ~Date, ~V1, ~V2, ~V3,
    1,  "Jan",   2,  3,  5,
    1,  "Feb",   3,  4,  6,
    1,  "Mar",   7,  8,  9,
    2,  "Jan",   1,  1,  1,
    2,  "Feb",   2,  3,  4,
    2,  "Mar",   7,  8,  8
)
df
#> # A tibble: 6 × 5
#>      ID  Date    V1    V2    V3
#>   <dbl> <chr> <dbl> <dbl> <dbl>
#> 1     1   Jan     2     3     5
#> 2     1   Feb     3     4     6
#> 3     1   Mar     7     8     9
#> 4     2   Jan     1     1     1
#> 5     2   Feb     2     3     4
#> 6     2   Mar     7     8     8

# Gather and calculate percent change
df %>%
    gather(key = key, value = value, V1:V3) %>%
    group_by(ID, key) %>%
    mutate(lag = lag(value)) %>%
    mutate(pct.change = (value - lag) / lag)
#> Source: local data frame [18 x 6]
#> Groups: ID, key [6]
#> 
#>       ID  Date   key value   lag pct.change
#>    <dbl> <chr> <chr> <dbl> <dbl>      <dbl>
#> 1      1   Jan    V1     2    NA         NA
#> 2      1   Feb    V1     3     2  0.5000000
#> 3      1   Mar    V1     7     3  1.3333333
#> 4      2   Jan    V1     1    NA         NA
#> 5      2   Feb    V1     2     1  1.0000000
#> 6      2   Mar    V1     7     2  2.5000000
#> 7      1   Jan    V2     3    NA         NA
#> 8      1   Feb    V2     4     3  0.3333333
#> 9      1   Mar    V2     8     4  1.0000000
#> 10     2   Jan    V2     1    NA         NA
#> 11     2   Feb    V2     3     1  2.0000000
#> 12     2   Mar    V2     8     3  1.6666667
#> 13     1   Jan    V3     5    NA         NA
#> 14     1   Feb    V3     6     5  0.2000000
#> 15     1   Mar    V3     9     6  0.5000000
#> 16     2   Jan    V3     1    NA         NA
#> 17     2   Feb    V3     4     1  3.0000000
#> 18     2   Mar    V3     8     4  1.0000000

- Matt Dancho

---

在2021年，gather已被pivot_longer所取代。 - ESELIA

Answer 2

使用pct <- function(x) x/lag(x)如何？（或者(x/lag(x)-1)*100，或者您希望如何精确指定百分比变化）例如，

pct(1:3)
[1]  NA 2.0 1.5

编辑：添加Frank的建议

pct <- function(x) {x/lag(x)}

dt %>% group_by(ID) %>% mutate_each(funs(pct), c(V1, V2, V3))

ID Date       V1       V2  V3
1  Jan       NA       NA  NA
1  Feb 1.500000 1.333333 1.2
1  Mar 2.333333 2.000000 1.5
2  Jan       NA       NA  NA
2  Feb 2.000000 3.000000 4.0
2  Mar 3.500000 2.666667 2.0

- dzeltzer

---

我得到了以下错误：错误：期望单个值不过那是一个非常好的想法。 - mmmmmmmmmm

请使用 mutate 而不是 summarise（summarise 旨在返回单个值）： DF %>% group_by(ID) %>% mutate_each(funs(pct),c(V1,V2,V3)) - Frank

@Frank 这应该是一个答案，而不是一个评论。只是问一下 :) - Ajay Ohri

为了按要求获得百分比变化，需要减去1。应将pct函数更改如下：pct <- function(x) x/lag(x) -1 - hvollmeier

@dzelter，我可以确认它可以与src_postgres一起使用（尽管我遇到了日志返回的问题）。 - John