长格式数据框架如何计算增长率？ [英] How calculate growth rate in long format data frame?

问题描述

数据结构如下：

  df<  -  data.frame（Category = c（rep（ A，6），rep（B，6）），
 Year = rep（2010：2015,2），Value = 1：12）
  pre> 
 
 
我很难在类别中创建增长率列（按年份）。任何人都可以帮助代码创建这样的东西... 
 类别年度增长
 A 2010 1 
 A 2011 2 1.000 
 A 2012 3 0.500 
 A 2013 4 0.333 
 A 2014 5 0.250 
 A 2015 6 0.200 
 B 2010 7 
 B 2011 8 0.143 
 B 2012 9 0.125 
 B 2013 10 0.111 
 B 2014 11 0.100 
 B 2015 12 0.091 
  
 
 
解决方案
对于这些问题（如何按类别YYY计算XXX）？总是存在基于 by（）， data.table（）包和 plyr 。我通常更喜欢 plyr ，这往往较慢，但（对我来说）更透明/优雅。
  df<  -  data.frame（Category = c（rep（A，6），rep（B，6）），
 Year = rep（2010： 2），Value = 1：12）
 
 
库（plyr）
 ddply（df，Category，transform，
 Growth = c（NA，exp （差异（log（Value））） -  1））
  
 krlmr的是，我使用几何平均技巧（取日志差异，然后取幂），而@krlmr计算显式比率。 
 
 
 
数学上， diff（log（Value））正在使用日志的差异，即 log（x [t + 1]） -  log（x [t]）为所有 t 。当我们取幂时，我们得到这个比率 x [t + 1] / x [t] （因为 exp（log（x [t + 1] ）-log（x [t]））= exp（log（x [t + 1]））/ exp（log（x [t]））= x [t + 1] / x [t] $ c>）。 OP想要分数变化，而不是乘法增长率（即 x [t + 1] == x [t] 对应于零的分数变化而不是乘法增长率为1.0），所以我们减去1. 
 
 
 
我也在使用 transform（）额外的句法糖，以避免创建一个新的匿名函数。
 
With data structured as follows...
df <- data.frame(Category=c(rep("A",6),rep("B",6)),
      Year=rep(2010:2015,2),Value=1:12)
I'm having a tough time creating a growth rate column (by year) within category. Can anyone help with code to create something like this...
Category Year Value Growth  
    A   2010    1   
    A   2011    2   1.000  
    A   2012    3   0.500  
    A   2013    4   0.333  
    A   2014    5   0.250  
    A   2015    6   0.200  
    B   2010    7     
    B   2011    8   0.143  
    B   2012    9   0.125  
    B   2013    10  0.111  
    B   2014    11  0.100  
    B   2015    12  0.091  

解决方案
For these sorts of questions ("how do I compute XXX by category YYY")? there are always solutions based on by(), the data.table() package, and plyr.  I generally prefer plyr, which is often slower, but (to me) more transparent/elegant.
df <- data.frame(Category=c(rep("A",6),rep("B",6)),
  Year=rep(2010:2015,2),Value=1:12)


library(plyr)
ddply(df,"Category",transform,
         Growth=c(NA,exp(diff(log(Value)))-1))
The main difference between this answer and @krlmr's is that I am using a geometric-mean trick (taking differences of logs and then exponentiating) while @krlmr computes an explicit ratio. 

Mathematically, diff(log(Value)) is taking the differences of the logs, i.e. log(x[t+1])-log(x[t]) for all t.  When we exponentiate that we get the ratio x[t+1]/x[t] (because exp(log(x[t+1])-log(x[t])) = exp(log(x[t+1]))/exp(log(x[t])) = x[t+1]/x[t]).  The OP wanted the fractional change rather than the multiplicative growth rate (i.e. x[t+1]==x[t] corresponds to a fractional change of zero rather than a multiplicative growth rate of 1.0), so we subtract 1. 

I am also using transform() for a little bit of extra "syntactic sugar", to avoid creating a new anonymous function.

                        
这篇关于长格式数据框架如何计算增长率？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！