如何优化R语言YOY同比平均函数 提升效率并返回正确结果

你当前的YOY计算逻辑存在两个核心问题：

• mutate默认按列处理数据，调用时传入的.是完整数据框，YOY函数内部会将所有行的年份数值列全部压扁为一个全局向量计算，返回的是全表平均YOY值，因此所有行结果完全一致
• 原函数频繁做转置、数据框转换操作，冗余计算多，运行效率低

1. 重写YOY计算函数 #

改为直接接收数值向量计算，减少冗余转换：

# 计算连续年份平均同比增长率
# 参数说明：num_vec 为按年份顺序排列的数值向量，digits 为结果保留小数位数
calc_avg_yoy <- function(num_vec, digits = 2) {
  yoy_vec <- (num_vec[-1] / num_vec[-length(num_vec)] - 1) * 100
  return(round(mean(yoy_vec, na.rm = TRUE), digits))
}

2. 正确调用方法 #

小数据量场景（逐行处理易读性高） #

搭配dplyr的rowwise按行计算：

library(dplyr)

df %>%
  rowwise() %>%
  mutate(`yoy %` = calc_avg_yoy(c_across(starts_with("x")))) %>%
  ungroup()

大数据量场景（向量化计算效率更高） #

无需逐行遍历，直接用矩阵运算完成：

library(dplyr)

year_cols <- select(df, starts_with("x"))
df$`yoy %` <- round(rowMeans((year_cols[,-1] / year_cols[,-ncol(year_cols)] - 1) * 100, na.rm = TRUE), 2)

运行后返回结果完全符合预期：

内容的提问来源于stack exchange，提问作者cnauber