r - 如何计算 R 表格中的百分比差异

Question

我有一个 csv 文件，其中 1-5 行代表一个状态，5-10 代表另一个状态，等等...我也有为每个州重复包含年份 1970,1980,..,2010 的列。在 R 中(尽管我不反对在 Excel 中使用更简单的解决方案)，我希望每个州计算该年与 1970 年之间的百分比差异，即 Alabama 1990 它将是 (AL 1990 - AL 1970)/(AL 1970)，并将其添加到数据表中的新列中，以便我可以将其导出到 csv.

   State, Year, Num  
    AL,   1970,  1   
    AL,   1980,  2   
    AL,   1990,  3   
    AL,   2000,  4   
    AL,   2010,  6   

输出将是一列

pct_change
0
1
2
3
5

Answer 1

dplyr 包包含函数first，它提供了一种获取组第一个值的简单方法。因此，如果我们按 Year 排列，使 1970 成为每个组的第一个值，当我们 group_by(State) 时，我们可以使用 first( Num) 获取 Num 的第一个值，它代表 1970 年的值:

# Example data with 2 states

df <- structure(list(State = c("AL", "AL", "AL", "AL", "AL", "TX", 
"TX", "TX", "TX", "TX"), Year = c(1970L, 1980L, 1990L, 2000L, 
2010L, 1970L, 1980L, 1990L, 2000L, 2010L), Num = c(1, 2, 3, 4, 
6, 5, 2, 10, 12, 6)), class = "data.frame", row.names = c(NA, 
-10L))


library(dplyr)
df %>%
    arrange(State, Year) %>%
    group_by(State) %>%
    mutate(perc_diff = 100 * (Num - first(Num))/first(Num))

# A tibble: 10 x 4
# Groups:   State [2]
   State  Year   Num perc_diff
   <chr> <int> <dbl>     <dbl>
 1 AL     1970     1         0
 2 AL     1980     2       100
 3 AL     1990     3       200
 4 AL     2000     4       300
 5 AL     2010     6       500
 6 TX     1970     5         0
 7 TX     1980     2       -60
 8 TX     1990    10       100
 9 TX     2000    12       140
10 TX     2010     6        20