使用R lubridate获取去年同期供应商市场份额以计算同比变化

你已经完成了总销售额和市场份额的计算，并且将年份转为Date类型。要新增PY_Market_Share列（同一Product、Region、Vendor组合的去年同期市场份额），可以借助lubridate的日期处理能力结合dplyr的分组/连接操作实现，具体步骤如下：

1. 加载依赖包 #

确保已加载所需工具包：

library(lubridate)
library(dplyr)

2. 新增去年同期市场份额列 #

这里提供两种可靠的实现方式，你可以根据数据完整性选择：

方式一：使用lag()（适用于每组每年都有完整记录的场景） #

通过提取年份并按组排序，直接取上一年的市场份额：

test3 <- test3 %>%
  # 从Date类型的Year列提取年份数值
  mutate(Current_Year = year(Year)) %>%
  # 按产品、区域、供应商分组
  group_by(Product, Region, Vendor) %>%
  # 按年份排序后，取前一行（去年）的Market_Share作为PY_Market_Share
  mutate(PY_Market_Share = lag(Market_Share, order_by = Current_Year)) %>%
  ungroup()

方式二：使用left_join（适用于存在年份缺失的场景，更严谨） #

先构建包含去年市场份额的辅助数据集，再通过连接匹配到原数据：

test3 <- test3 %>%
  mutate(Current_Year = year(Year)) %>%
  # 连接去年的市场份额数据
  left_join(
    # 构建辅助表：将年份+1，作为匹配今年的键
    test3 %>%
      mutate(PY_Year = year(Year) + 1) %>%
      select(Product, Region, Vendor, PY_Year, PY_Market_Share = Market_Share),
    by = c("Product", "Region", "Vendor", "Current_Year" = "PY_Year")
  ) %>%
  ungroup()

3. 计算市场份额同比变化（可选） #

拿到PY_Market_Share后，直接计算同比变化率：

test3 <- test3 %>%
  mutate(YoY_Change = (Market_Share - PY_Market_Share) / PY_Market_Share)

说明 #

• 使用lubridate::year()可以快速从Date类型的Year列中提取年份数值，避免手动处理日期格式的繁琐，确保年份提取的准确性。
• 方式二的连接法更适合数据中存在部分年份缺失的情况，不会因为缺失行导致lag()取到错误的前序值。

内容的提问来源于stack exchange，提问作者EPBaron