在 R 中迭代地将函数应用于其自身的结果答案

【问题标题】：Applying a function iteratively to its own results in R在 R 中迭代地将函数应用于其自身的结果
【发布时间】：2018-07-03 22:10:25
【问题描述】：

我有一个如下所示的数据集：

dat <- structure(list(year = c(2003, 2004, 2005, 2006, 2007, 2008, 2009, 
2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017), CD = c(246.74, 
271.25, 295.21, 307.46, 405.82, 391.65, 439.1, 538.39, 549.27, 
559.94, 510.51, 516.14, 480.25, 472.18, 460.56), Growth = c(1.17, 
0.94, 1.05, 0.95, 1, 1.04, 1.09, 1.08, 1, 1.08, 0.97, 0.99, 1.06, 
0.99, 0.99)), .Names = c("year", "CD", "Growth"), class = "data.frame", row.names = c(NA, 
-15L))

看起来像

   year     CD    Growth
16 2003  246.74   1.17
17 2004  271.25   0.94
18 2005  295.21   1.05
19 2006  307.46   0.95
20 2007  405.82   1.00
21 2008  391.65   1.04
22 2009  439.10   1.09
23 2010  538.39   1.08
24 2011  549.27   1.00
25 2012  559.94   1.08
26 2013  510.51   0.97
27 2014  516.14   0.99
28 2015  480.25   1.06
29 2016  472.18   0.99
30 2017  460.56   0.99

我需要做的是创建一个新列，调用是KD，它采用以下值：

2007 年，CD
对于 2007 年之后的所有年份，KD of the year before * Growth of the current year
对于 2007 年之前的所有年份，KD of the following year / Growth of the current year

换句话说，2007 年作为参考年，KD[year == 2007] 应该是 405.82，KD[year == 2008] 应该是 422.05 (405.82 * 1.04) 和 @987654330 @ 应该是 460.04 (422.05 * 1.09)

同时，KD[year == 2006] 应该是 427.18 (405.82 / 0.95) 和 KD[year == 2005] 是 406.84 (427.18 / 1.05)

在 R 中是否有一种简单的方法可以在不使用繁琐的 for 循环的情况下做到这一点？

【问题讨论】：

在 cumprod、ifelse 和一些数学的帮助下，您可以在没有 for 循环的情况下做到这一点。

标签： r dplyr tidyverse

【解决方案1】：

dat%>%mutate(l=CD[year==2007])%>%
  group_by(s=cumsum(year==2007))%>%
  mutate(KD=ifelse(s==0,l/rev(cumprod(rev(Growth))),l*cumprod(Growth)),l=NULL)%>%
  data.frame()


   year     CD Growth s       KD
1  2003 246.74   1.17 0 369.9192
2  2004 271.25   0.94 0 432.8054
3  2005 295.21   1.05 0 406.8371
4  2006 307.46   0.95 0 427.1789
5  2007 405.82   1.00 1 405.8200
6  2008 391.65   1.04 1 422.0528
7  2009 439.10   1.09 1 460.0376
8  2010 538.39   1.08 1 496.8406
9  2011 549.27   1.00 1 496.8406
10 2012 559.94   1.08 1 536.5878
11 2013 510.51   0.97 1 520.4902
12 2014 516.14   0.99 1 515.2853
13 2015 480.25   1.06 1 546.2024
14 2016 472.18   0.99 1 540.7404
15 2017 460.56   0.99 1 535.3330

【讨论】：

@user 你的评论是什么意思？首先任何基准年都会增长1，这就是为什么它是基准年，其次，我不明白你在说什么假设
@Onyambu 是正确的。由于 2007 年是基准年，因此其增长定义为 1。 2007 年的 KD 应该和 CD 一样，所以乘以 1 是合适的。

【解决方案2】：

我们可以这样做：

library(dplyr)

df %>%
  mutate(KD_ref = CD[year == 2007],
         Growth_cumdiv = c(rev(cumprod(rev(1/Growth[year < 2007]))), 
                           rep(NA, sum(year >= 2007))),
         Growth_cumprod = c(rep(NA, sum(year <= 2007)), 
                            cumprod(Growth[year > 2007])),
         KD = case_when(
    year < 2007 ~ KD_ref*Growth_cumdiv
    year == 2007 ~ KD_ref,
    year > 2007 ~ KD_ref*Growth_cumprod,
  ))

结果：

   year     CD Growth KD_ref Growth_cumdiv Growth_cumprod       KD
1  2003 246.74   1.17 405.82     0.9115351             NA 369.9192
2  2004 271.25   0.94 405.82     1.0664960             NA 432.8054
3  2005 295.21   1.05 405.82     1.0025063             NA 406.8371
4  2006 307.46   0.95 405.82     1.0526316             NA 427.1789
5  2007 405.82   1.00 405.82            NA             NA 405.8200
6  2008 391.65   1.04 405.82            NA       1.040000 422.0528
7  2009 439.10   1.09 405.82            NA       1.133600 460.0376
8  2010 538.39   1.08 405.82            NA       1.224288 496.8406
9  2011 549.27   1.00 405.82            NA       1.224288 496.8406
10 2012 559.94   1.08 405.82            NA       1.322231 536.5878
11 2013 510.51   0.97 405.82            NA       1.282564 520.4902
12 2014 516.14   0.99 405.82            NA       1.269738 515.2853
13 2015 480.25   1.06 405.82            NA       1.345923 546.2024
14 2016 472.18   0.99 405.82            NA       1.332464 540.7404
15 2017 460.56   0.99 405.82            NA       1.319139 535.3330

也可以把它变成一个函数：

library(dplyr)
library(rlang)

KD_calc <- function(DF, ref_year, KD_colname){
  KD_colname_quo = quo_name(enquo(KD_colname))
  DF %>%
    mutate(KD_ref = CD[year == ref_year],
           Growth_cumdiv = c(rev(cumprod(rev(1/Growth[year < ref_year]))), 
                             rep(NA, sum(year >= ref_year))),
           Growth_cumprod = c(rep(NA, sum(year <= ref_year)), 
                              cumprod(Growth[year > ref_year])),
           UQ(KD_colname_quo) := case_when(
             year < ref_year ~ KD_ref*Growth_cumdiv,
             year == ref_year ~ KD_ref,
             year > ref_year ~ KD_ref*Growth_cumprod,
           )) %>%
    select(-KD_ref, -Growth_cumdiv, -Growth_cumprod)
}

结果：

> KD_calc(df, 2007, KD)
   year     CD Growth       KD
1  2003 246.74   1.17 369.9192
2  2004 271.25   0.94 432.8054
3  2005 295.21   1.05 406.8371
4  2006 307.46   0.95 427.1789
5  2007 405.82   1.00 405.8200
6  2008 391.65   1.04 422.0528
7  2009 439.10   1.09 460.0376
8  2010 538.39   1.08 496.8406
9  2011 549.27   1.00 496.8406
10 2012 559.94   1.08 536.5878
11 2013 510.51   0.97 520.4902
12 2014 516.14   0.99 515.2853
13 2015 480.25   1.06 546.2024
14 2016 472.18   0.99 540.7404
15 2017 460.56   0.99 535.3330

【讨论】：