相对于每组中的值的比例（通过dplyr）

我有一组时间序列，我想根据它们在特定时间间隔内的值来调整它们。这样，每个系列在当时都将为1.0，并按比例变化

我不知道如何使用dplyr来实现这一点

下面是一个使用for循环的工作示例：

library(dplyr)

data = expand.grid(
  category = LETTERS[1:3],
  year = 2000:2005)
data$value = runif(nrow(data))

# the first time point in the series
baseYear = 2002

# for each category, divide all the values by the category's value in the base year
for(category in as.character(levels(factor(data$category)))) {
  data[data$category == category,]$value = data[data$category == category,]$value / data[data$category == category & data$year == baseYear,]$value[[1]]
}

编辑：修改问题，使基准时间点不可索引。有时“时间”列实际上是一个因子，它不一定是有序的。

类似于这样：

data %>% 
  group_by(category) %>% 
  mutate(value=value/value[1]) %>%
  arrange(category,year)

结果:

#   category year     value
#1         A 2000 1.0000000
#2         A 2001 0.2882984
#3         A 2002 1.5224308
#4         A 2003 0.8369343
#5         A 2004 2.0868684
#6         A 2005 0.2196814
#7         B 2000 1.0000000
#8         B 2001 0.5952027

---

在dplyr中首先使用

first

，确保使用

order\u by

data %>% 
  group_by(category) %>% 
  mutate(value = value / first(value, order_by = year))

---

此解决方案与@thelatemail非常相似，但我认为它的差异足够大，可以得到自己的答案，因为它根据以下条件选择索引：

data %>%
    group_by(category) %>%
    mutate(value = value/value[year == baseYear])

#   category  year      value
#...     ...   ...       ...
#7         A  2002 1.00000000
#8         B  2002 1.00000000
#9         C  2002 1.00000000
#10        A  2003 0.86462789
#11        B  2003 1.07217943
#12        C  2003 0.82209897

---

（数据输出已被截断。要复制这些结果，

set.seed（123）

在创建

Data

时）

另一种方法是先使用

然后再使用
和
按
排序。使用
order\u by
，每个类别的最短年份应位于第一行<代码>变化（分组依据（数据，类别），输出=订单依据（年份，值/第一个（值））%%>%排列（类别）
谢谢！如果我想按年中位数进行缩放，而索引是不起作用的呢？@sharoz你是说
mutate（value=value/median（year））
@DavidRobinson我指的是中位数的值year@sharoz：啊，明白了。您可以使用
approx
函数，该函数基于另一个向量（线性）插值一个向量。尝试
data%>%group\u by（category）%%>%arrange（category，year）%%>%mutate（value=value/approx（year，value，median（year））$y）
谢谢！如果我想按年中位数或索引不起作用的场景进行缩放，该怎么办？
mutate（valute=value/median（value））
使用
group_by
选择中位数应接管的子集。这是媒体值。我想问的是，如果它以年中位数（或某一特定年份）的值来衡量，会怎么样。