Julia中按年份和行业计算ROA百分比变化率的问题

问题根源 #

你之前的代码把分组键设成了[:year, :sector]，这会让每个分组只包含单条数据（每个年份对应每个行业只有一行），所以pct_change函数每次处理的都是长度为1的向量，自然输出全是missing。

正确解法 #

应该按**行业（sector）**单独分组，在每个行业组内按年份排序后，计算ROA的逐年变化率，用transform函数可以保留原DataFrame的所有列并新增结果列：

using DataFrames

# 定义百分比变化函数
function pct_change(input::AbstractVector{<:Number})
    [i == 1 ? missing : (input[i]-input[i-1])/input[i-1] for i in eachindex(input)]
end

# 先按行业分组，组内按年份排序，然后计算变化率
df_result = transform(
    groupby(sort(df_roa_kvkt, [:sector, :year]), :sector),
    :roa => pct_change => :proportion
)

# 按年份、行业排序，方便查看
sort!(df_result, [:year, :sector])

结果示例 #

运行后得到的df_result包含year、sector、roa、proportion四列，部分结果如下：

15×4 DataFrame
 Row │ year   sector        roa    proportion 
     │ Int64  String        Float64 Float64?
─────┼──────────────────────────────────────────
   1 │  2017  Agriculture   -1.82  missing
   2 │  2017  Construction  -1.15  missing
   3 │  2017  Services      -1.78  missing
   4 │  2018  Agriculture   -1.55  0.148352
   5 │  2018  Construction  -1.05  0.0869565
   6 │  2018  Services      -1.56  0.123596
   ... # 后续行省略

补充说明 #

• 每个行业的第一年因为没有前一年数据，所以proportion为missing，符合预期
• 如果需要将变化率转为百分比格式，可以在函数里乘以100，或者后续处理：df_result.proportion = df_result.proportion .* 100

内容的提问来源于stack exchange，提问作者Tann