如何在R语言中计算城市分组的总人口百分比变化

当然可以实现这个需求，核心是利用复利增长的计算逻辑：总人口变化率等于各年(1+年度变化率)的乘积减1。以下是具体的R代码实现：

代码实现 #

library(dplyr)

# 原始数据集
city_pop <- tibble(
  city = c("NYC", "NYC", "LA", "LA"),
  percentpopchange = c("0.1", "0.2", "0.5", "0.3"),
  year = c(1980, 1981, 1980, 1981)
)

# 计算各城市总人口百分比变化
cum_city_pop <- city_pop %>%
  # 将字符型的变化率转为数值型（原始数据是字符串，无法参与计算）
  mutate(percentpopchange = as.numeric(percentpopchange)) %>%
  # 按城市分组，确保每个城市单独计算
  group_by(city) %>%
  # 核心计算：(1+各年变化率)的乘积 - 1，最后转成字符型匹配预期输出
  summarize(total_percentpopchange = as.character(prod(1 + percentpopchange) - 1)) %>%
  # 取消分组，恢复普通tibble格式
  ungroup()

# 输出结果
cum_city_pop

逻辑说明 #

• 人口增长是复利模式：比如NYC 1980年增长10%，1981年增长20%，总增长为 (1+0.1)*(1+0.2) - 1 = 0.32，和你预期的结果一致；LA的总增长为 (1+0.5)*(1+0.3) -1 = 0.95，完全符合需求。
• 如果不需要将结果转为字符型，去掉as.character()即可得到数值型的总变化率。

内容的提问来源于stack exchange，提问作者James Rider