如何用R data.table计算各id年度参数同比比值并优化列布局？

完全可以用shift()替代滚动连接来搞定，步骤更简洁，还能直接控制新增列的位置，同时计算比值。

操作步骤 #

• 先按id和year排序（这是shift()生效的前提，保证每个id内年度顺序正确）

  dt <- dt[order(id, year)]
  

• 生成上一年度的参数列，直接追加到原数据右侧
  假设你的参数列是param1、param2，用.SDcols指定要处理的列，按id分组取前一行（上一年）的值：

  dt[, c("param1_prev", "param2_prev") := shift(.SD, n=1, type="lag"), 
     by = id, .SDcols = c("param1", "param2")]
  

• 计算「当年值/上一年度值」的比值列，同样追加到右侧：

  dt[, c("param1_ratio", "param2_ratio") := .(param1/param1_prev, param2/param2_prev)]
  

补充说明 #

• 用shift()不需要做滚动连接，避免了原数据和历史值列位置混乱的问题，新增列直接排在原数据后面
• 如果某id的第一年没有上一年数据，shift()会返回NA，对应的比值也会是NA，符合逻辑
• 如果参数列很多，可以用批量写法简化操作：

  param_cols <- c("param1", "param2", "param3")
  # 批量生成上年度值列
  dt[, paste0(param_cols, "_prev") := shift(.SD, n=1, type="lag"), by=id, .SDcols=param_cols]
  # 批量生成比值列
  dt[, paste0(param_cols, "_ratio") := mapply(function(x, y) x/y, .SD, .SD[, paste0(param_cols, "_prev"), with=FALSE]), 
     .SDcols=param_cols]
  

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