如何在R中按ticker分组，基于prevWeek列计算价格变动率？

由于lag()函数是基于行的位置偏移计算滞后值，当你的prevWeek对应的日期与当前日期的观测行数间隔不固定时，这种方法就会失效。正确的思路是通过自连接（Self Join），按ticker分组后，将每行的prevWeek日期与同组内对应日期的价格进行匹配，再计算变动率。

方法1：使用dplyr（tidyverse生态） #

假设你的数据框名为df，包含ticker（分组标识）、date（当前日期）、price（当前价格）、prevWeek（需匹配的历史日期）四列：

library(dplyr)

# 确保日期列是Date类型（如果原本不是的话）
df <- df %>%
  mutate(across(c(date, prevWeek), as.Date))

# 自连接匹配对应日期的历史价格
df <- df %>%
  left_join(
    # 提取用于匹配的参考数据：ticker、日期（对应原数据的prevWeek）、历史价格
    df %>% select(ticker, match_date = date, prev_week_price = price),
    by = c("ticker", "prevWeek" = "match_date")
  )

# 计算价格变动率（百分比）
df <- df %>%
  mutate(price_change_pct = (price - prev_week_price)/prev_week_price * 100)

说明 #

• 自连接通过ticker保证分组匹配，同时将原数据的prevWeek与参考数据的date对齐，精准找到对应日期的历史价格。
• 如果某行的prevWeek在同组内没有对应的观测记录，prev_week_price会返回NA，对应的变动率也会是NA，可以根据需求用replace_na()处理或过滤这些行。

方法2：使用data.table（适合大数据集） #

如果你的数据量较大，data.table的自连接效率会更高：

library(data.table)

# 转换为data.table格式
setDT(df)

# 转换日期类型
df[, c("date", "prevWeek") := lapply(.SD, as.Date), .SDcols = c("date", "prevWeek")]

# 自连接并匹配历史价格
df[df, on = .(ticker, prevWeek = date), prev_week_price := i.price]

# 计算变动率
df[, price_change_pct := (price - prev_week_price)/prev_week_price * 100]

说明 #

• data.table的on = .(ticker, prevWeek = date)指定连接条件：同ticker下，原数据的prevWeek等于匹配数据的date。
• i.price表示匹配数据（即右侧的df）中的price列，直接赋值给原数据的prev_week_price列。

内容的提问来源于stack exchange，提问作者Juan M