如何用R实现DataFrame与增长率DataFrame的复利运算？

你的代码无法实现复利效果，核心原因是没有计算累积复利因子，仅做了简单乘法，同时还存在维度不匹配的问题。以下是针对大数据集的高效解决方案：

代码实现 #

# 提取单列原数值向量（180000行 × 1）
land_values_vec <- LandValues[, 1]

# 生成复利累积因子：先补初始值1，再计算(1+增长率)的累积乘积
# 最终得到长度为14的序列（1个初始值 + 13期复利结果）
growth_factors <- cumprod(c(1, 1 + unlist(GrowthRates[1, ])))

# 通过矩阵外积生成所有原数值的复利增长结果，转为DataFrame
LandValuesForecast <- as.data.frame(land_values_vec %*% t(growth_factors))

# 可选：设置直观的列名
colnames(LandValuesForecast) <- c("初始值", paste0("第", 1:13, "年"))

逻辑说明 #

1. 复利因子计算：cumprod(c(1, 1+增长率))会生成从初始值1开始的累积乘积序列，比如第一个元素是1（对应原数值），第二个是1*(1+第一个增长率)，第三个是1*(1+第一个增长率)*(1+第二个增长率)，以此类推，完美匹配复利增长的逻辑。
2. 矩阵外积：利用%*%让18万行的原数值向量，与14个复利因子做外积运算，直接生成18万行×14列的结果矩阵，效率远高于循环计算。

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