R 计算“长”数据帧中的百分比变化

我有一个数据框架，其中包含按国家划分的GDP值，并附带一个日期列。以下代码复制了两个国家FR和DE以及2005-2010六年的样本数据集：

df <- structure(list(geo = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 2L, 
                2L, 2L, 2L, 2L, 2L), .Label = c("DE", "FR"), class = "factor"), 
                 date = structure(c(12784, 13149, 13514, 13879, 14245, 14610, 
                 12784, 13149, 13514, 13879, 14245, 14610), class = "Date"), 
                 GDP = c(2147975, 2249584.4, 2373993.1, 2382892.6, 2224501.8, 
                2371033.2, 1557584.8, 1621633.2, 1715655.4, 1713157.1, 1636336.3, 
               1707966.5)), .Names = c("geo", "date", "GDP"), row.names = c(NA, 
              -12L), class = "data.frame")

现在，我想计算一个额外的列，显示每年的百分比差异。我尝试以下方法：

library(quantmod) 
# provides the Delt() function to calculate percent differences

df$dtGDP <- as.numeric(Delt(df$GDP))

这是错误的，因为它使用2010年的DE值来计算2005年的FR值。有没有办法按系数级别应用函数？

试试以下方法：

foo <- aggregate(GDP~geo, df, function(x) list(Delt(x)))
df <- cbind(df, dtGDP = as.numeric(unlist(foo[,-1])))
df

假设您已经运行了以下操作：

library(quantmod) 
df <- structure(list(geo = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 2L, 
                2L, 2L, 2L, 2L, 2L), .Label = c("DE", "FR"), class = "factor"), 
                date = structure(c(12784, 13149, 13514, 13879, 14245, 14610, 
                12784, 13149, 13514, 13879, 14245, 14610), class = "Date"), 
                GDP = c(2147975, 2249584.4, 2373993.1, 2382892.6, 2224501.8, 
                2371033.2, 1557584.8, 1621633.2, 1715655.4, 1713157.1, 1636336.3, 
                1707966.5)), .Names = c("geo", "date", "GDP"), row.names = c(NA, 
                -12L), class = "data.frame")

试试这个：

foo <- aggregate(GDP~geo, df, function(x) list(Delt(x)))
df <- cbind(df, dtGDP = as.numeric(unlist(foo[,-1])))
df

假设您已经运行了以下操作：

library(quantmod) 
df <- structure(list(geo = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 2L, 
                2L, 2L, 2L, 2L, 2L), .Label = c("DE", "FR"), class = "factor"), 
                date = structure(c(12784, 13149, 13514, 13879, 14245, 14610, 
                12784, 13149, 13514, 13879, 14245, 14610), class = "Date"), 
                GDP = c(2147975, 2249584.4, 2373993.1, 2382892.6, 2224501.8, 
                2371033.2, 1557584.8, 1621633.2, 1715655.4, 1713157.1, 1636336.3, 
                1707966.5)), .Names = c("geo", "date", "GDP"), row.names = c(NA, 
                -12L), class = "data.frame")

---

这是一个非常典型的拆分-应用-合并问题，你很可能会找到大量的答案。@BenBarnes我仍然喜欢下面的DWin答案！实际上@BenBarnes可能是正确的。如果你搜索tapply和“ave”，你可能会发现很多与我非常相似的例子。另一方面，你会发现许多使用plyr软件包函数的工作示例，它们本质上是彼此同构的，并且与此同构。这是一个非常典型的拆分-应用-组合问题，你可能会找到大量的答案。@BenBarnes我仍然喜欢下面的DWin答案！实际上@BenBarnes可能是正确的。如果你搜索tapply和“ave”，你可能会发现很多与我非常相似的例子。另一方面，你会发现许多使用plyr包函数的工作示例，这些函数本质上是彼此同构的，并且与这个函数同构。非常好！我表演了两行，你表演了一行，棒极了！我在两行中表演，你在一个命令中表演