在R中将返回值绝对值转换为年度占比百分比的处理方法问询

以下是不同场景下的高效实现方法，1万行数据量级下所有方案耗时均在毫秒级：

Python（pandas实现） #

适合数据存储在本地文件（csv/excel/文本等）的场景：

import pandas as pd

# 读取数据，空格分隔的文本用sep='\s+'，csv直接用默认sep即可
df = pd.read_csv('你的数据文件路径', sep='\s+')

# 按年份分组计算每年绝对值总回报
df['year_total'] = df.groupby('Year')['Return'].transform(lambda x: x.abs().sum())

# 计算占比并转百分比格式，需要保留n位小数就把.0f改成.nf
df['Return'] = df['Return'].abs() / df['year_total'] * 100
df['Return'] = df['Return'].apply(lambda x: f"{x:.0f}%")

# 删除临时列并导出结果
df = df.drop('year_total', axis=1)
df.to_csv('结果输出路径', index=False)

R语言实现 #

library(dplyr)

# 读取数据
df <- read.table("你的数据文件路径", header = TRUE)

# 分组计算占比
df <- df %>%
  group_by(Year) %>%
  mutate(year_total = sum(abs(Return)),
         Return = paste0(round(abs(Return)/year_total * 100, 0), "%")) %>%
  select(-year_total)

# 导出结果
write.csv(df, "结果输出路径", row.names = FALSE)

SQL实现 #

如果数据存储在关系型数据库中，直接用SQL查询处理无需导出到本地，效率更高：

SELECT 
    Year,
    Type,
    -- 需要保留n位小数就把ROUND的第二个参数0改成n
    CONCAT(ROUND(ABS(Return) / SUM(ABS(Return)) OVER (PARTITION BY Year) * 100, 0), '%') AS Return
FROM 你的表名;

内容的提问来源于stack exchange，提问作者PCRL