哈，因为它是基于州一级的，我把它们设置为地区一级，e增长与州一级相同，地区的基点（比率）不同。再次检查您的样本数据。您有五列名称相同的“growth_in_2016”，因此每行有四个（有一个重复）值作为单个变量。@heds1，这就是我的数据。但我会通过更改

---

---

哈，因为它是基于州一级的，我把它们设置为地区一级，e增长与州一级相同，地区的基点（比率）不同。再次检查您的样本数据。您有五列名称相同的“growth_in_2016”，因此每行有四个（有一个重复）值作为单个变量。@heds1，这就是我的数据。但我会通过更改增长率来编辑我的帖子，以查看差异。因此，对于每个

州和
地区，您希望每年有12行，并且新计算的月度数据全年相同？在共享的示例中，由于您有5年的数据，因此每行将扩展为12 X 5=60行？出现以下错误：
序列日期中的错误（as.Date（paste0（year，“-01-01”）），as.Date（paste0（年份：：“from”的长度必须为1tried@Lalitha你共享的数据似乎对我有用。你有没有其他列没有显示在数据中？你能选择并运行显示的相同列，然后再次运行吗？我使用的是相同的数据。你能给我一些线索吗？@Lalitha我用我正在使用的数据更新了帖子。Can您尝试使用它吗？出现以下错误：
seq.Date（as.Date（paste0（year，“-01-01”））中的错误，as.Date（paste0（年份：：“from”的长度必须为1tried@Lalitha你共享的数据似乎对我有用。你有没有其他列没有显示在数据中？你能选择并运行显示的相同列，然后再次运行吗？我使用的是相同的数据。你能给我一些线索吗？@Lalitha我用我正在使用的数据更新了帖子。Ca你试着用它吗？你已经展示了输出，但这里我们只有年份数字而不是月度预测。请帮助我。谢谢Advance@Lalitha请在您的帖子中填写预期输出。不清楚您想要什么编辑了我的问题。另外，我的示例输出显示我希望使用日期格式，而不是使用相同的年份名称不同的增长率。请帮帮我。提前谢谢你显示了产出，但这里我们只有年度数据，而不是月度预测。请帮帮我。谢谢Advance@Lalitha请在您的帖子中填写预期的输出。不清楚您想要什么编辑了我的问题。另外，我的示例输出显示我希望有最新的结果格式，而不是有相同的年份名称与不同的增长率。请帮助我。提前感谢
structure(list(state = c("AP", "AP"), district = c("krishna", 
"guntur"), rate = c(170104.5156, 1343.78134), growth_in_2016 = c(0.3844595, 
0.3678), growth_in_2017 = c(0.444595, 0.8445), growth_in_2018 = c(0.323699, 
0.36213), growth_in_2019 = c(0.5777, 0.35256), growth_in_2020 = c(0.2669097, 
0.9097)), class = c("data.table", "data.frame"), row.names = c(NA,-2L), .internal.selfref = <pointer: 0x00000000026c1ef0>)

state     district     date        rates
AP        krishna    2016-12-31       x
AP        krishna    2017-01-31       y
AP        krishna    2017-02-28       z
AP        krishna    2017-03-30       a
AP        krishna    2017-04-31       b
AP        krishna    2017-05-30       c
AP        krishna    2017-06-31       d

library(dplyr)
library(tidyr)

df %>%
  gather(key, value, -(1:3)) %>%
  group_by(state, district, key) %>%
  mutate(rate = (1 + rate * value)^(1/12) - 1, 
         year = sub(".*(\\d{4})", "\\1", key),
        dates = list(seq(as.Date(paste0(year, "-01-01")),
                     as.Date(paste0(year, "-12-01")), by = "month")- 1)) %>%
  unnest() %>% 
  mutate(rate = cumsum(rate)) %>%
  select(-year)


#  state district  rate key            value dates     
#  <chr> <chr>    <dbl> <chr>          <dbl> <date>    
# 1 AP    krishna   1.52 growth_in_2016 0.384 2015-12-31
# 2 AP    krishna   3.04 growth_in_2016 0.384 2016-01-31
# 3 AP    krishna   4.56 growth_in_2016 0.384 2016-02-29
# 4 AP    krishna   6.08 growth_in_2016 0.384 2016-03-31
# 5 AP    krishna   7.60 growth_in_2016 0.384 2016-04-30
# 6 AP    krishna   9.12 growth_in_2016 0.384 2016-05-31
# 7 AP    krishna  10.6  growth_in_2016 0.384 2016-06-30
# 8 AP    krishna  12.2  growth_in_2016 0.384 2016-07-31
# 9 AP    krishna  13.7  growth_in_2016 0.384 2016-08-31
#10 AP    krishna  15.2  growth_in_2016 0.384 2016-09-30
# … with 110 more rows

df <- structure(list(state = c("AP", "AP"), district = c("krishna", 
"guntur"), rate = c(170104.5156, 1343.78134), growth_in_2016 = c(0.3844595, 
0.3678), growth_in_2017 = c(0.444595, 0.8445), growth_in_2018 = c(0.323699, 
0.36213), growth_in_2019 = c(0.5777, 0.35256), growth_in_2020 = c(0.2669097, 
0.9097)), class = c("data.table", "data.frame"), row.names = c(NA, -2L))

library(tidyverse)
out <- df %>%
       mutate_at(vars(starts_with('growth')), list(~ (1 + rate * .)^(1/12) - 1)) %>% 
       gather(date, value, matches("growth")) %>%
       mutate(date = str_remove(date, ".*_")) %>%
       group_by(state, district) %>% 
       mutate(value = cumsum(value))
out %>%
  filter(district == "krishna")
# A tibble: 5 x 5
# Groups:   state, district [1]
#  state district    rate date  value
#  <chr> <chr>      <dbl> <chr> <dbl>
#1 AP    krishna  170105. 2016   1.52
#2 AP    krishna  170105. 2017   3.07
#3 AP    krishna  170105. 2018   4.55
#4 AP    krishna  170105. 2019   6.16
#5 AP    krishna  170105. 2020   7.60