如何用R按ID和年份计算面板数据当前值与起始值的比率

核心思路 #

先确保每组（按ID）内的数据按时间顺序排列，提取每组起始期的Value作为基准，最后用当期Value除以该基准得到Ratio。

Python（Pandas）实现 #

1. 构造示例数据

import pandas as pd

data = {
    'ID': [1,1,1,2,2,2],
    'Value': [10,12,13,20,25,22],
    'Year': [2020,2021,2022,2020,2021,2022],
    'Qtr': [1,1,1,1,1,1]
}
df = pd.DataFrame(data)

2. 排序并计算Ratio

# 按ID、Year、Qtr排序，保证每组内数据按时间顺序排列
df = df.sort_values(by=['ID', 'Year', 'Qtr'])

# 按ID分组，提取每组第一个Value作为起始基准值
df['Start_Value'] = df.groupby('ID')['Value'].transform('first')

# 计算Ratio
df['Ratio'] = df['Value'] / df['Start_Value']

处理后结果

ID  Value  Year  Qtr  Start_Value  Ratio
0   1     10  2020    1           10    1.0
1   1     12  2021    1           10    1.2
2   1     13  2022    1           10    1.3
3   2     20  2020    1           20    1.0
4   2     25  2021    1           20    1.25
5   2     22  2022    1           20    1.1

R语言（dplyr）实现 #

library(dplyr)

# 构造示例数据
df <- data.frame(
  ID = c(1,1,1,2,2,2),
  Value = c(10,12,13,20,25,22),
  Year = c(2020,2021,2022,2020,2021,2022),
  Qtr = c(1,1,1,1,1,1)
)

# 排序并计算Ratio
df <- df %>%
  arrange(ID, Year, Qtr) %>%
  group_by(ID) %>%
  mutate(Start_Value = first(Value),
         Ratio = Value / Start_Value) %>%
  ungroup()

注意事项 #

• 必须先按ID+Year+Qtr排序，否则可能取到非起始期的Value作为基准，导致结果错误。
• 如果同一ID存在重复时间记录，需先处理重复值，确保每个ID的每个时间点仅一条数据。

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