主页 / coding / 问题 / 79134595
Accepted
newfinder
Asked: 2024-10-29 02:00:48 +0800 CST

在特定条件下，计算数据框中连续观察行之间的百分比变化

  • 772

我有这个假设的数据框

 df<- data.frame(a_13=c(NA, 1, 2),
                    a_12=c(NA, 0, 3), 
                    a_11=c(0, 0,NA),
                    a_10=c(0, 8,10))
    df 
  a_13 a_12 a_11 a_10
1   NA   NA    0    0
2    1    0    0    8
3    2    3   NA    10

我想计算上述数据框中连续行之间的百分比变化。具体来说，我想用 3 个额外的列（I_13、I_12、I_11）扩充上述数据框，其中这些新列的每一行都将来自相应行列（a_13、a_12、a_11）元素的连续百分比变化，即

  • I_13 结果来自 (a_13/a_12-1)*100%
  • I_12 结果来自 (a_12/a_11-1)*100%
  • I_11 结果来自 (a_11/a_10-1)*100%

对于百分比变化，必须满足以下条件

  • 如果 a_{t}=NA 且 a_{t-1}=NA，则 (a_{t}/a_{t-1}-1)*100%=NA
  • 如果 a_{t-1}=0 或 NA，则 (a_{t}/a_{t-1}-1)*100%="#"
  • 如果 a_{t}=NA 且 a_{t-1}>0，则 a_{t}/a_{t-1}=0 且因此 (a_{t}/a_{t-1}-1)*100%=-100%

所以我的新数据框应该是
df_D

    a_13 a_12 a_11 a_10   I_13   I_12     I_11
1   'NA   'NA' '0'   '0'   'NA'    '#'     '#'
2    '1   '0'  '0'   '8'   '#'     '#'    '-100%'
3    '2'  '3'  'NA' '10' '-33.333%' '#' '-100%'

我尝试过类似

library(scales) 
df[sub("^a", "I", names(df))] <- cbind( percent( unlist( (df[-ncol(df)] - df[-1])/df[-1] ) ) )

但它不起作用。

我的实际数据框包含数十万行，a_13最多a_1。因此，更通用的代码会有所帮助。

1 个回答

  1. Best Answer

    下面的方法应该有效：

    1. 创建一个有 2 列的新数据框act，prev分别代表实际值 和前一时期 。
    2. 根据您的要求计算比例。
    3. pivot_wider结果以获得所需的格式。
    calc_perc <- function(act, prev) {
  case_when(
    is.na(act) & is.na(prev) ~ NA_character_,
    is.na(prev) | abs(prev) <= .Machine$double.eps ~ "#",
    is.na(act) & prev > 0 ~ "-100%",
    TRUE ~ paste0(round(100 * (act / prev - 1), 2L), "%")
  )
}

res <- df %>% 
  reframe(
    var = rep(names(.), each = n()),
    act = c_across(-c(starts_with("var"))), 
    prev = lead(act, n())
  ) %>% 
  mutate(I = calc_perc(act, prev)) %>% 
  mutate(rn = row_number(), 
         .by = var)

    现在我们只需要使用pivot_wider：

    res %>% 
  pivot_wider(
    names_from = var,
    values_from = c(act, I),
    id_cols = rn,
    names_glue = "{str_sub(.value, 1L, 1L)}_{str_extract_all(var, '[0-9]+$')}"
  ) %>%
  select(-rn, -last_col())

# # A tibble: 3 × 7
#    a_13  a_12  a_11  a_10 I_13    I_12  I_11 
#   <dbl> <dbl> <dbl> <dbl> <chr>   <chr> <chr>
# 1    NA    NA     0     0 NA      #     #    
# 2     1     0     0     8 #       #     -100%
# 3     2     3    NA    10 -33.33% #     -100%
    • 1

相关问题