计算从基准年 (t0) 到随后但有限的一系列年 (t1, ..., tk) 的百分比变化答案

【问题标题】：Calculate percent change from a baseline year (t0) to a subsequent BUT LIMITED series of years (t1, ..., tk)计算从基准年 (t0) 到随后但有限的一系列年 (t1, ..., tk) 的百分比变化
【发布时间】：2012-11-10 12:19:36
【问题描述】：

假设您有某种费用的年度数据。您对第一个值 (t0) 和每个后续值 (t1, ... -> tx) 之间的百分比差异感兴趣，但仅针对特定的一组观察值，即对于下一组，一系列新的后续年份开始.

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 的百分比变化？

我之前的帖子和类似帖子（例如，this post on calculating relative difference）的答案非常有帮助。再次感谢！

但是，我必须意识到我的情况更复杂，并相应地编辑了我的问题。问题是我没有 ONE 系列后续年份，而是 A NUMBER 个有限系列的后续年份，每组案例一个。

非常感谢任何想法！

非常感谢。

【问题讨论】：

标签： r time plyr

【解决方案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

对于您更新的问题，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

【讨论】：

漂亮！非常感谢。有时解决方案比您最初想象的要容易；-) 太好了。
亲爱的 Jilber，我必须意识到我的问题比我发布的问题更难。我相应地编辑了这个问题，如果你能再看一眼，我将不胜感激。非常感谢！
@TiF，抱歉来晚了，你可以看到我的编辑，但我来晚了，你取消选中我的答案:(
我非常抱歉，吉尔伯！您的回答仍然正确，这只是我编辑问题时的错。非常感谢您回答这个问题！

【解决方案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)

关于您对 NA 和 Inf 值的评论，这是预期的行为，因为您除以零，使更改毫无意义。您可以删除这些条目。

【讨论】：

谢谢，保罗！非常感谢。

【解决方案3】：

如果您的数据框被称为df，请尝试以下操作：

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

请注意，这将为 1989 年提供 0 的值，而不是 NA：

#   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

如果你知道你想要第一条记录作为基础，你可以简单地使用

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

【讨论】：

谢谢肖恩。您的解决方案也非常有效。非常感谢！
亲爱的 Sean，正如我也写信给 Jilber 一样，我计算百分比变化的问题实际上比最初发布的更复杂。你能再看看吗？那太棒了！非常感谢。
只需将transform（或mutate）与ddply结合起来即可解决您更复杂的问题：ddply(df, .(case), transform, change = ((100 / value[1]) * value) - 100)。
我看到保罗已经把你整理出来了！