Как рассчитать процентное изменение внутри группы для нескольких столбцов в R?

У меня есть кадр данных с столбцом идентификатора, столбцом даты (12 месяцев для каждого идентификатора), и у меня есть 23 числовых переменных. Я хотел бы получить процентное изменение по месяцам в каждом ID. Я использую пакет quantmod, чтобы получить процентное изменение.

Вот пример с тремя столбцами (для простоты):

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

Я попытался использовать dplyr и функцию summaryise, но это не увенчалось успехом. В частности, я попробовал следующее (поезд - это имя набора данных):

library(dplyr)
library(quantmod)

group1<-group_by(train,EXAMID)

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

summarise_each(group1,funs(foo))

Я также попытался использовать функцию do в dplyr, но мне это тоже не удавалось (имея плохую ночь, я думаю!).

Я думаю, что проблема заключается в функции Delt. Когда я заменяю Delt на функцию sum:

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

В результате каждая переменная суммируется по дате для каждого идентификатора. Итак, как можно изменить процент за месяц по сравнению с месяцем для каждого идентификатора?

Ответ 1

Как насчет использования pct <- function(x) x/lag(x)? (или (x/lag(x)-1)*100, или же вы хотите точно указать изменение pct), например,

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

Изменить: добавление предложения Фрэнка

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

Ответ 2

Проблема, с которой вы работаете, заключается в том, что ваши данные не форматируются "аккуратно". У вас есть наблюдения (V1: V3), которые находятся в столбцах, создающих "широкий" кадр данных. "Tidyverse" лучше всего работает с длинным форматом. Хорошая новость заключается в том, что функция gather() вы можете получить именно то, что вам нужно. Вот решение, использующее "tidyverse".

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 Ã— 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