时间序列数据中基于t=1的wt、wc百分比变化计算及Excel新增变量需求

嘿，我明白你的需求了——你需要给每个code分组下的wt和wc变量，计算它们在时间点2、3相对于时间点1的百分比变化，而且时间点1的变化值固定为0，最后把结果加到原Excel表里。结合你给出的长格式分组数据结构，我整理了两种实用方案：

方案一：用R处理（适配你的数据结构） #

你的数据是典型的分组长格式（每个code对应3个时间点），用R的dplyr包可以快速完成分组计算，步骤如下：

1. 先加载所需工具包：

library(dplyr)
library(readxl)  # 读取Excel
library(writexl) # 导出Excel

2. 读取你的原始Excel数据：

df <- read_excel("你的数据文件名.xlsx")

3. 给每个分组标记时间点（如果你的数据里没有现成的time列）：

df <- df %>%
  group_by(code) %>%
  mutate(time = row_number()) %>% # 每个code的第1行是时间点1，第2行是时间点2，以此类推
  ungroup()

4. 分组计算百分比变化：

df_processed <- df %>%
  group_by(code) %>%
  mutate(
    # 提取每个分组时间点1的wt和wc作为基准值
    wt_base = first(wt),
    wc_base = first(wc),
    # 计算百分比变化，时间点1设为0
    wt_pct_change = case_when(
      time == 1 ~ 0,
      TRUE ~ (wt - wt_base)/wt_base * 100
    ),
    wc_pct_change = case_when(
      time == 1 ~ 0,
      TRUE ~ (wc - wc_base)/wc_base * 100
    )
  ) %>%
  select(-wt_base, -wc_base) %>% # 移除临时基准列（可选）
  ungroup()

5. 把处理好的数据导出回Excel：

write_xlsx(df_processed, "添加百分比变化后的数据集.xlsx")

方案二：直接用Excel公式计算 #

如果更习惯手动在Excel里操作，假设你的数据结构是：

• A列：code
• B列：wt
• C列：wc
• 每个code连续占3行（比如行2-4是code100，行5-7是code101）

你可以新增两列wt_pct_change和wc_pct_change，然后用以下公式：

1. 时间点1的变化值（比如D2单元格）：

=0

2. 时间点2的wt百分比变化（D3单元格）：

=(B3-INDEX(B:B,MATCH(A3,A:A,0)))/INDEX(B:B,MATCH(A3,A:A,0))*100

这个公式会自动定位当前code第一次出现的行（也就是时间点1）的wt值，无需手动调整范围，下拉即可批量应用。

3. 同理，wc的百分比变化（E3单元格）只需要把公式里的B列换成C列：

=(C3-INDEX(C:C,MATCH(A3,A:A,0)))/INDEX(C:C,MATCH(A3,A:A,0))*100

选中D2:E4，下拉填充到所有行，就能完成所有分组的计算。

内容的提问来源于stack exchange，提问作者DiscoR