季度增长计算(R)

Question

我有不同业务部门的季度计划收入价值。我有以下数据集：

segment  Q1_Revenue  Q2_Revenue  Q3_Revenue  Q4_Revenue

 A             1002         100         279         787          

 B              985         300         658         456

 C              478         745         5478        100  

或者：

revenues <- data.frame(segment = c('A','B','C'),
           Q1_Revenue = c(1002,985,478),
           Q2_Revenue = c(100,300,745),
           Q3_Revenue = c(279,658,5478),
           Q4_Revenue = c(787, 456, 100),
           stringsAsFactors = F)

我想用循环来计算季度到季度的增长，这样它才会是动态的。我可以通过使用SQL来做到这一点。但我想使用循环对列，以便我可以得到所有季度明智的增长.e.g：

• Q4到Q1增长，Q4到Q2增长，Q4到Q3增长；
• Q3 to Q2 growth，Q3 to Q1 growth，Q2 to Q1 growth。

任何线索都将不胜感激。

谢谢

Answer 1

这里有一条路。它假定列的顺序是正确的，以便开始。

growth = list()
for (base_q in 2:ncol(revenues)) {
    for (growth_q in 2:base_q) {
        if (base_q == growth_q) next
        name = paste(names(revenues)[base_q], "to", names(revenues)[growth_q], sep = "_")
        growth[[name]] = revenues[[base_q]] / revenues[[growth_q]]
    }   
}
data.frame(segment = revenues[[1]], growth)
#   segment Q2_Revenue_to_Q1_Revenue Q3_Revenue_to_Q1_Revenue Q3_Revenue_to_Q2_Revenue Q4_Revenue_to_Q1_Revenue Q4_Revenue_to_Q2_Revenue
# 1       A                0.0998004                0.2784431                 2.790000                0.7854291                7.8700000
# 2       B                0.3045685                0.6680203                 2.193333                0.4629442                1.5200000
# 3       C                1.5585774               11.4602510                 7.353020                0.2092050                0.1342282
#   Q4_Revenue_to_Q3_Revenue
# 1               2.82078853
# 2               0.69300912
# 3               0.01825484

Answer 2

这个问题并没有具体说明输出应该是什么样子，但是这里有一些替代方案和方法。不使用包装。

在(1)中的三维数组是特别方便的，如果我们想要切片，例如只看一个片段或四分之一，也可以很容易地被改造成一个2d的ftable，如图所示。

(2)中的输出矩阵更紧凑，可以以原始或转置格式显示。

1)外部尝试将outer应用于每一行。我们生成一个列表( A、B和C中的每一个元素)，并将其简化为一个3d数组，我们将其与一些替代的ftable显示一起显示。

例如，对于A，我们有Q4/Q1 =787/1002-1= -0.2145709，这是在分子Q4和分母Q1处发现的A中的数字。

growthMat <- function(x) {
   mat <- matrix(outer(tail(x, -1), head(x, -1), "/") - 1, length(x)-1)
   mat[row(mat) < col(mat)] <- NA
   dimnames(mat) <- list(Num = tail(names(x), -1), Den = head(names(x), -1))
   list(mat)
}

L <- setNames(apply(revenues[-1], 1, growthMat), revenues[[1]])
arr <- simplify2array(lapply(L, "[[", 1))

给出这个三维数组：

> arr
, ,  = A

                Den
    Num          Q1_Revenue Q2_Revenue Q3_Revenue
      Q2_Revenue -0.9001996         NA         NA
      Q3_Revenue -0.7215569       1.79         NA
      Q4_Revenue -0.2145709       6.87   1.820789

    , ,  = B

                Den
    Num          Q1_Revenue Q2_Revenue Q3_Revenue
      Q2_Revenue -0.6954315         NA         NA
      Q3_Revenue -0.3319797   1.193333         NA
      Q4_Revenue -0.5370558   0.520000 -0.3069909

    , ,  = C

                Den
    Num          Q1_Revenue Q2_Revenue Q3_Revenue
      Q2_Revenue  0.5585774         NA         NA
      Q3_Revenue 10.4602510  6.3530201         NA
      Q4_Revenue -0.7907950 -0.8657718 -0.9817452

或者作为一个2d "ftable"对象：

> ftable(arr)
                                A          B          C
Num        Den                                         
Q2_Revenue Q1_Revenue  -0.9001996 -0.6954315  0.5585774
           Q2_Revenue          NA         NA         NA
           Q3_Revenue          NA         NA         NA
Q3_Revenue Q1_Revenue  -0.7215569 -0.3319797 10.4602510
           Q2_Revenue   1.7900000  1.1933333  6.3530201
           Q3_Revenue          NA         NA         NA
Q4_Revenue Q1_Revenue  -0.2145709 -0.5370558 -0.7907950
           Q2_Revenue   6.8700000  0.5200000 -0.8657718
           Q3_Revenue   1.8207885 -0.3069909 -0.9817452

或者这个：

> ftable(arr, row.vars = 3)
  Num Q2_Revenue                       Q3_Revenue                       Q4_Revenue                      
  Den Q1_Revenue Q2_Revenue Q3_Revenue Q1_Revenue Q2_Revenue Q3_Revenue Q1_Revenue Q2_Revenue Q3_Revenue

A     -0.9001996         NA         NA -0.7215569  1.7900000         NA -0.2145709  6.8700000  1.8207885
B     -0.6954315         NA         NA -0.3319797  1.1933333         NA -0.5370558  0.5200000 -0.3069909
C      0.5585774         NA         NA 10.4602510  6.3530201         NA -0.7907950 -0.8657718 -0.9817452

( 2)梳理前两行计算增长率，给出mat，然后最后两行添加行名和列名

growth <- function(nms) revenues[[nms[2]]]/revenues[[nms[1]]] - 1
mat <- combn(names(revenues[-1]), 2, growth)
pasteNames <- function(nms) paste(rev(nms), collapse = ":")
dimnames(mat) <- list(revenues[[1]], combn(names(revenues[-1]), 2, pasteNames))

给出这个3x6矩阵：

> mat
  Q2_Revenue:Q1_Revenue Q3_Revenue:Q1_Revenue Q4_Revenue:Q1_Revenue
A            -0.9001996            -0.7215569            -0.2145709
B            -0.6954315            -0.3319797            -0.5370558
C             0.5585774            10.4602510            -0.7907950
  Q3_Revenue:Q2_Revenue Q4_Revenue:Q2_Revenue Q4_Revenue:Q3_Revenue
A              1.790000             6.8700000             1.8207885
B              1.193333             0.5200000            -0.3069909
C              6.353020            -0.8657718            -0.9817452

或转置：

> t(mat)
                               A          B          C
Q2_Revenue:Q1_Revenue -0.9001996 -0.6954315  0.5585774
Q3_Revenue:Q1_Revenue -0.7215569 -0.3319797 10.4602510
Q4_Revenue:Q1_Revenue -0.2145709 -0.5370558 -0.7907950
Q3_Revenue:Q2_Revenue  1.7900000  1.1933333  6.3530201
Q4_Revenue:Q2_Revenue  6.8700000  0.5200000 -0.8657718
Q4_Revenue:Q3_Revenue  1.8207885 -0.3069909 -0.9817452

更新： (1)中的几个改进和替代输出。另加(2)。

Answer 3

试试这个-(修改)

growth <- sapply(seq(1:3), function(x) 
           {
            data.frame((revenues[,paste0("Q",seq(4, x + 1, -1),"_Revenue")] -
                        revenues[,paste0("Q",x,"_Revenue")]) / 
                        revenues[,paste0("Q",seq(4, x + 1, -1),"_Revenue")])
           })
growth <- cbind(growth[[1]], growth[[2]], growth[[3]])
names(growth) <- sapply(seq(1:3), function(x) paste0("Q",seq(4,x+1,-1)," over Q",x))
rownames(growth) <- c("A", "B", "C")