通货膨胀调整价格套餐？

Question

假设我有一个data.frame,其中一列中的价格和另一列中的年份:

prices <- rnorm(200, mean=10, sd=3)
years <- round(rnorm(200, mean=2006, sd=5))
df <- data.frame(prices, years)

现在说我想用消费者价格指数将所有这些价格标准化为2008美元.我可以去查看转换值并手动进行计算,但我的直觉告诉我,可能有一个自动执行此操作的程序包.搜索r-seek和cran并没有产生任何明显的结果.

有谁知道什么？

Answer 1

您可以使用quantmod包中函数 的 方法从FRED获取CPI数据FREDgetSymbols

getSymbols("CPIAUCSL", src='FRED') #Consumer Price Index for All Urban Consumers: All Items
#[1] "CPIAUCSL"
tail(CPIAUCSL)
#           CPIAUCSL
#2012-03-01  229.098
#2012-04-01  229.177
#2012-05-01  228.527
#2012-06-01  228.618
#2012-07-01  228.723
#2012-08-01  230.102

# make an `xts` object of prices
set.seed(1)
p <- xts(rnorm(63, mean=10, sd=3), seq(from=as.Date('1950-12-01'), by='years', length.out=63))
colnames(p) <- "price"

BLS的CPI通胀计算器

...使用给定日历年的平均消费者物价指数...对于当前年份,使用最新的月度指数值.

(对于这个答案,我将忽略上述引言的第二部分......)

所以,计算年平均值

avg.cpi <- apply.yearly(CPIAUCSL, mean)

然后将所有指数水平除以基本价格以创建转换因子

cf <- avg.cpi/as.numeric(avg.cpi['2008']) #using 2008 as the base year
dat <- merge(p, cf, all=FALSE)
dat$adj <- dat[, 1] * dat[, 2]

tail(dat)
#               price  CPIAUCSL       adj
#2006-12-01  8.898336 0.9363693  8.332128
#2007-12-01  6.867596 0.9632483  6.615200
#2008-12-01 11.709159 1.0000000 11.709159
#2009-12-01  9.594836 0.9967933  9.564069
#2010-12-01 17.204853 1.0131453 17.431015
#2011-12-01  9.882280 1.0449769 10.326754

Answer 2

有一个更简单的解决方案,用于获取不需要使用quantmod包的年度CPI(例如,CPIAUCSL),这似乎总是因为某种原因而存在兼容性问题,至少在我的经验中.

require(lubridate) || install.packages("lubridate")
require(dplyr) || install.packages("dplyr")
monthly_cpi <-
  read.table("http://research.stlouisfed.org/fred2/data/CPIAUCSL.txt",
             skip = 53, header = TRUE)
monthly_cpi$cpi_year <- year(monthly_cpi$DATE)
yearly_cpi <- monthly_cpi %.% group_by(cpi_year) %.% summarize(cpi = mean(VALUE))

然后,相对于去年的价格创建调整因子:

yearly_cpi$adj_factor <- yearly_cpi$cpi/yearly_cpi$cpi[yearly_cpi$cpi_year == 2013]

你必须找出多少行skip,但是再一次,这会导致你实际查看通过查看实际数据源而跳过的行,这些行恰好有前导信息.

可是等等!还有更多!

感谢@GSee(谁给出了经过检查的答案),注意到有一个.csv版本你不需要跳过任何行!使用此版本,代码为:

require(lubridate) || install.packages("lubridate")
require(dplyr) || install.packages("dplyr")
monthly_cpi <-
  read.csv("http://research.stlouisfed.org/fred2/data/CPIAUCSL.csv", header = TRUE)
monthly_cpi$cpi_year <- year(monthly_cpi$DATE)
yearly_cpi <- monthly_cpi %.% group_by(cpi_year) %.% summarize(cpi = mean(VALUE))
yearly_cpi$adj_factor <- yearly_cpi$cpi/yearly_cpi$cpi[yearly_cpi$cpi_year == 2013]