如何将宽格式财报DataFrame各行列值转为营收占比（R语言）

针对你需要将每个财务条目按对应年份营收转为百分比的需求，这里有两种简洁的dplyr实现方式，都能完美解决问题：

方法一：长格式处理（更直观，适合复杂扩展） #

这种方法先把宽格式数据转成长格式，按年份分组计算占比后再转回宽格式，逻辑清晰不易出错：

library(dplyr)
library(tidyr)

# 你的原始数据
variable <- c("Revenue", "Cost of Goods Sold", "Gross Profit", "SG&A", "Operating Income", "Interest Expense", "Pretax Income", "Income Tax", "Net Income") 
year_2014 <- c(6500, 3012, 3488, 1231, 2257, 231, 2026, 462, 1564) 
year_2015 <- c(3250, 1323, 1927, 912, 1015, 109, 906, 209, 697) 
year_2016 <- c(4965, 2723, 2242, 1159, 1083, 106, 977, 187, 790) 
df <- data.frame(variable, year_2014, year_2015, year_2016)

# 标准化计算
normalized_df <- df %>%
  # 转成长格式：每个年份的数值单独成一行
  pivot_longer(cols = starts_with("year_"), names_to = "year", values_to = "amount") %>%
  # 按年份分组，确保每个年份用自己的营收做除数
  group_by(year) %>%
  mutate(normalized_pct = (amount / amount[variable == "Revenue"]) * 100) %>%
  ungroup() %>%
  # 转回宽格式，恢复原有的列结构
  pivot_wider(names_from = year, values_from = normalized_pct)

# 查看结果
print(normalized_df)

运行后你会看到，每个年份的营收占比为100%，其他条目都是对应年份营收的百分比（比如2014年净利润占比为1564/6500*100 ≈ 24.06%）。

方法二：宽格式直接处理（更简洁，无需转换格式） #

如果你想保留原始的宽格式结构，可以用across()函数结合cur_column()和.data代词，直接对各年份列进行计算：

normalized_df_wide <- df %>%
  mutate(
    # 对所有以year_开头的列进行处理
    across(
      starts_with("year_"),
      # 用当前列中Revenue对应的值作为除数，计算百分比
      ~ (.x / .data[[cur_column()]][variable == "Revenue"]) * 100
    )
  )

print(normalized_df_wide)

为什么你之前的方法可能失败？ #

你提到尝试过在mutate中用filter或子集获取营收行，大概率是因为没有针对每个年份列单独匹配对应的营收值，或者在宽格式下没有正确分组/引用列数据。上面的两种方法都精准锁定了每个年份对应的营收值，确保计算逻辑正确。

内容的提问来源于stack exchange，提问作者DTYK