计算具有基准年和相对百分比变化的指数
Posted
技术标签:
【中文标题】计算具有基准年和相对百分比变化的指数【英文标题】：calculate indices with base year and relative percentage change 【发布时间】：2020-08-31 11:55:01 【问题描述】：我正在寻找一种方法，在 id 和 groups 中，使用 value 的滞后（或领先）和新的索引号 idx_value 在 100 上创建索引，以计算下一个索引号。
# install.packages(c("tidyverse"), dependencies = TRUE)
library(tibble)
library(magrittr)
就像，我有这个数据框：
start_tbl <- structure(list(id = c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L,
2L, 2L, 2L, 2L), grp = c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 1L,
1L, 1L, 2L, 2L, 2L), year = c(7L, 8L, 9L, 10L, 7L, 8L, 9L, 10L,
7L, 8L, 9L, 7L, 8L, 9L), value = c(2, -7, -2.3, 1.1, -1, -12,
-4, 2, 1, -3, 2, -1, -4, -2)), row.names = c(NA, -14L), class = c("tbl_df",
"tbl", "data.frame"))
start_tbl
# A tibble: 14 x 4
id grp year value
<int> <int> <int> <dbl>
1 1 1 7 2
2 1 1 8 -7
3 1 1 9 -2.3
4 1 1 10 1.1
5 1 2 7 -1
6 1 2 8 -12
7 1 2 9 -4
8 1 2 10 2
9 2 1 7 1
10 2 1 8 -3
11 2 1 9 2
12 2 2 7 -1
13 2 2 8 -4
14 2 2 9 -2
现在我想取 id 1 grp 1 并制作索引，然后将 id 1 grp 1 year 7 计算为 100*(1+-7/100) = 93.0，接下来使用该结果 93 来计算下一个年份：93*(1+-2.3/100)= 90.861，以此类推。重新启动所有索引年，这是一个新的 id 和一个新的 grp 和基准年 7。
我很接近：
tbl %>% group_by(id) %>% mutate(idx_value = value-lag(value), idx_value = 100*(1+value/100) )
# A tibble: 14 x 5
# Groups: id [2]
id grp year value idx_value
<int> <int> <int> <dbl> <dbl>
1 1 1 7 2 102
2 1 1 8 -7 93
3 1 1 9 -2.3 97.7
4 1 1 10 1.1 101.
5 1 2 7 -1 99
6 1 2 8 -12 88
7 1 2 9 -4 96
8 1 2 10 2 102
9 2 1 7 1 101
10 2 1 8 -3 97
11 2 1 9 2 102
12 2 2 7 -1 99
13 2 2 8 -4 96
14 2 2 9 -2 98
但我想要达到的是：
end_tbl <- structure(list(id = c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L,
2L, 2L, 2L, 2L), grp = c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 1L,
1L, 1L, 2L, 2L, 2L), year = c(7L, 8L, 9L, 10L, 7L, 8L, 9L, 10L,
7L, 8L, 9L, 7L, 8L, 9L), value = c(2, -7, -2.3, 1.1, -1, -12,
-4, 2, 1, -3, 2, -1, -4, -2), idx_value = c(100L, 93L, 91L, 92L,
100L, 88L, 84L, 86L, 100L, 97L, 99L, 100L, 96L, 94L)), row.names = c(NA,
-14L), class = c("tbl_df", "tbl", "data.frame"))
end_tbl
# A tibble: 14 x 5
id grp year value idx_value
<int> <int> <int> <dbl> <int>
1 1 1 7 2 100
2 1 1 8 -7 93
3 1 1 9 -2.3 91
4 1 1 10 1.1 92
5 1 2 7 -1 100
6 1 2 8 -12 88
7 1 2 9 -4 84
8 1 2 10 2 86
9 2 1 7 1 100
10 2 1 8 -3 97
11 2 1 9 2 99
12 2 2 7 -1 100
13 2 2 8 -4 96
14 2 2 9 -2 94
任何帮助都将不胜感激。也许the answer is here。
small 额外的小示例数据start_tbl2 来说明问题。如果我使用下面的start_tbl2 之类的起始小标题
start_tbl2 <- structure(list(id = c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L),
grp = c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L),
year = c(7L, 8L, 9L, 10L, 7L, 8L, 9L, 10L),
value = c(2, -12, -18.3, 100, 15, 30, 40, -50)),
row.names = c(NA, -8L), class = c("tbl_df", "tbl", "data.frame"))
library(dplyr)
start_tbl2 %>%
group_by(id, grp) %>%
mutate(idx_value = c(100, round(100 * (1 + cumsum(value[-1])/100))))
# A tibble: 8 x 5
# Groups: id, grp [2]
id grp year value idx_value
<int> <int> <int> <dbl> <dbl>
1 1 1 7 2 100
2 1 1 8 -12 88
3 1 1 9 -18.3 70
4 1 1 10 100 170
5 1 2 7 15 100
6 1 2 8 30 130
7 1 2 9 40 170
8 1 2 10 -50 120
当我手动计算时得到这个：
Percentage_change cal_by_hand cumsum diff
2 100 100 0
-12 88 88 0
-18.3 71.896 70 1.896
100 143.792 170 -26.208
15 100 100 0
30 130 130 0
40 182 170 12
-50 91 120 -29
【问题讨论】：
能否请您查看我更新的解决方案。它现在适用于两个数据集 我正在努力。我非常感谢更新！我会回复你的:) 【参考方案1】：另一种方法是将值转换为百分比后使用cumprod()：
library(dplyr)
start_tbl %>%
group_by(id, grp) %>%
mutate(idx_value = cumprod(c(100, (100 + value[-1]) / 100)))
# A tibble: 14 x 5
# Groups: id, grp [4]
id grp year value idx_value
<int> <int> <int> <dbl> <dbl>
1 1 1 7 2 100
2 1 1 8 -7 93
3 1 1 9 -2.3 90.9
4 1 1 10 1.1 91.9
5 1 2 7 -1 100
6 1 2 8 -12 88
7 1 2 9 -4 84.5
8 1 2 10 2 86.2
9 2 1 7 1 100
10 2 1 8 -3 97
11 2 1 9 2 98.9
12 2 2 7 -1 100
13 2 2 8 -4 96
14 2 2 9 -2 94.1
【讨论】：
感谢您添加答案！一个快速的微基准测试显示 akrun 的解决方案比我的生产数据快五倍。 没问题。这很有趣，我原以为cumprod() 会快很多。【参考方案2】：
基于新数据集
library(purrr)
library(dplyr)
start_tbl2 %>%
group_by(id, grp) %>%
mutate(idx_vlue = accumulate(value[-1], ~ .x * (1 + .y/100), .init = 100 ))
# A tibble: 8 x 5
# Groups: id, grp [2]
# id grp year value idx_vlue
# <int> <int> <int> <dbl> <dbl>
#1 1 1 7 2 100
#2 1 1 8 -12 88
#3 1 1 9 -18.3 71.9
#4 1 1 10 100 144.
#5 1 2 7 15 100
#6 1 2 8 30 130
#7 1 2 9 40 182
#8 1 2 10 -50 91
并使用'start_tbl
start_tbl %>%
group_by(id, grp) %>%
mutate(idx_vlue = accumulate(value[-1], ~ .x * (1 + .y/100), .init = 100 ))
# A tibble: 14 x 5
# Groups: id, grp [4]
# id grp year value idx_vlue
# <int> <int> <int> <dbl> <dbl>
# 1 1 1 7 2 100
# 2 1 1 8 -7 93
# 3 1 1 9 -2.3 90.9
# 4 1 1 10 1.1 91.9
# 5 1 2 7 -1 100
# 6 1 2 8 -12 88
# 7 1 2 9 -4 84.5
# 8 1 2 10 2 86.2
# 9 2 1 7 1 100
#10 2 1 8 -3 97
#11 2 1 9 2 98.9
#12 2 2 7 -1 100
#13 2 2 8 -4 96
#14 2 2 9 -2 94.1
【讨论】：
感谢您的回复。当我在我的生产数据上运行你的代码时，我意识到我没有足够精确地陈述我的问题。我得到了一些令人惊讶的差异，也许它们是由一些我不熟悉的cumsum 功能引起的。我添加了一个额外的小示例数据start_tbl2 来说明这个问题。我希望你能花时间再看看我更新的问题。【参考方案3】：
仅使用base 我编写了这个函数，它至少通过这两个示例返回所需的数据帧
addIdxValue <- function(X)
idx <- function(y)
u <- (100+c(0, y[-1]))/100
v <- 1
for (i in 1:(length(u)-1))
v[i+1] <- v[i]*u[i+1]
100*v
X[,"idx_values"] <- unlist(tapply(X[,4], list(X[,2], X[,1]), idx))
X
> addIdxValue(start_tbl)
id grp year value idx_values
1 1 1 7 2.0 100.00000
2 1 1 8 -7.0 93.00000
3 1 1 9 -2.3 90.86100
4 1 1 10 1.1 91.86047
5 1 2 7 -1.0 100.00000
6 1 2 8 -12.0 88.00000
7 1 2 9 -4.0 84.48000
8 1 2 10 2.0 86.16960
9 2 1 7 1.0 100.00000
10 2 1 8 -3.0 97.00000
11 2 1 9 2.0 98.94000
12 2 2 7 -1.0 100.00000
13 2 2 8 -4.0 96.00000
14 2 2 9 -2.0 94.08000
> addIdxValue(start_tbl2)
id grp year value idx_values
1 1 1 7 2.0 100.000
2 1 1 8 -12.0 88.000
3 1 1 9 -18.3 71.896
4 1 1 10 100.0 143.792
5 1 2 7 15.0 100.000
6 1 2 8 30.0 130.000
7 1 2 9 40.0 182.000
8 1 2 10 -50.0 91.000
【讨论】：
以上是关于计算具有基准年和相对百分比变化的指数的主要内容，如果未能解决你的问题，请参考以下文章
pandas使用pct_change计算数据列的百分比变化环比变化率：计算当前元素和前一个元素之间的百分比变化使用style函数指定format的格式：百分比缺失值替换用颜色标注极大值和极小值
pandas使用pct_change函数计算数据列的百分比变化：计算当前元素和前一个元素之间的百分比变化(包含NaN值的情况以及数据填充方法)