R时间序列分析中Data Frame转换数据加载失败及代码报错问题

问题概述 #

用户尝试读取CSV文件，分析大宗商品、柴油MOM变化与通胀率的关系，绘制图表并计算相关性，但运行代码时出现列名长度不匹配、对象找不到等错误，同时困惑转换Data Frame时数据无法正常加载。

报错原因拆解 #

1. 列名长度不匹配：
   报错'names'属性的长度[39]必须与向量长度[8]匹配，核心是转置后的数据框列数和你要设置的列名数量完全不匹配。原代码里names(data) <- c("Commodity", dates)，但转置后的数据框列数是商品数量（8个），而c("Commodity", dates)的长度是1+38=39，完全对应不上——这是因为你搞反了转置后的行列逻辑，把商品和日期的对应关系弄混了。

2. 对象找不到（如Wheat）：
   因为列名设置错误，数据框里根本没有Wheat这些列，反而这些是行名，所以ggplot自然找不到对应的对象。

3. 数据读取与转置逻辑混乱：
   原代码用skip=1跳过第一行，但实际第一行可能是表头，导致读取后列名彻底混乱；转置时没保留商品名称作为标识，反而把数值转置后搞混了行列的实际意义。

修正后的代码（常规CSV结构） #

假设你的CSV结构是：第一列是日期，后续列是各个商品、Inflation、Diesel的MOM数值，表头为Date,Wheat,Soybean,...,Inflation,Diesel，修正代码如下：

# 加载所需库
library(readr)
library(dplyr)
library(ggplot2)

# 读取数据：默认第一行是表头，无需skip
data <- read_csv("commodities_inflation_data.csv")

# 转换日期格式（如果CSV里日期是"Jan 2020"这类格式）
data$Date <- as.Date(paste0("01 ", data$Date), format = "%d %b %Y")

# 定义关注的商品列表
commodities_of_interest <- c("Wheat", "Soybean", "Corn", "Ground_Beef", "Bacon", "Eggs", "Chicken")

# 循环绘制对比图
for (commodity in commodities_of_interest) {
  # 商品vs通胀率
  p1 <- ggplot(data, aes(x = Date)) +
    geom_line(aes(y = .data[[commodity]], color = commodity)) +
    geom_line(aes(y = Inflation, color = "通胀率")) +
    labs(title = paste(commodity, "月度变化率 vs 通胀率"),
         y = "百分比变化",
         x = "日期") +
    scale_color_manual(values = c("blue", "red")) +
    theme_minimal()
  print(p1)
  
  # 商品vs柴油变化率
  p2 <- ggplot(data, aes(x = Date)) +
    geom_line(aes(y = .data[[commodity]], color = commodity)) +
    geom_line(aes(y = Diesel, color = "柴油")) +
    labs(title = paste(commodity, "月度变化率 vs 柴油变化率"),
         y = "百分比变化",
         x = "日期") +
    scale_color_manual(values = c("blue", "green")) +
    theme_minimal()
  print(p2)
}

# 计算商品与通胀率的相关性（处理缺失值）
correlation_with_inflation <- sapply(data[, commodities_of_interest], function(x) {
  cor(x, data$Inflation, use = "complete.obs")
})

# 计算商品与通胀、柴油的两两相关性
correlation_matrix <- cor(data[, c(commodities_of_interest, "Inflation", "Diesel")], use = "complete.obs")
correlation_with_inflation_and_diesel <- correlation_matrix[commodities_of_interest, c("Inflation", "Diesel")]

# 输出结果
cat("商品与通胀率的相关性：\n")
print(correlation_with_inflation)

cat("\n商品与通胀率、柴油变化率的相关性：\n")
print(correlation_with_inflation_and_diesel)

适配特殊CSV结构的修正代码 #

如果你的CSV是第一行是商品名称，第一列是日期（即原代码想处理的转置前结构），用以下代码：

# 加载库
library(readr)
library(dplyr)
library(ggplot2)
library(tidyr)

# 读取原始数据
data_raw <- read_csv("commodities_inflation_data.csv")

# 转置并整理数据
data_transposed <- t(data_raw[-1]) # 排除日期列
colnames(data_transposed) <- data_raw[[1]] # 用日期作为列名
data <- as.data.frame(data_transposed, stringsAsFactors = FALSE)
data$Commodity <- rownames(data_transposed) # 添加商品名称列
rownames(data) <- NULL

# 转换为长格式（更适合ggplot绘图）
data_long <- pivot_longer(data, cols = -Commodity, names_to = "Date", values_to = "MOM")
data_long$Date <- as.Date(data_long$Date, format = "%b %Y") # 根据实际日期格式调整
data_long$MOM <- as.numeric(data_long$MOM) # 确保数值类型正确

# 提取通胀和柴油的单独数据
inflation_data <- data_long %>% filter(Commodity == "Inflation")
diesel_data <- data_long %>% filter(Commodity == "Diesel")

# 定义关注的商品
commodities_of_interest <- c("Wheat", "Soybean", "Corn", "Ground_Beef", "Bacon", "Eggs", "Chicken")

# 绘制对比图
for (commodity in commodities_of_interest) {
  commodity_data <- data_long %>% filter(Commodity == commodity)
  
  # 商品vs通胀
  p1 <- ggplot() +
    geom_line(data = commodity_data, aes(x = Date, y = MOM, color = commodity)) +
    geom_line(data = inflation_data, aes(x = Date, y = MOM, color = "通胀率")) +
    labs(title = paste(commodity, "月度变化率 vs 通胀率"),
         y = "百分比变化",
         x = "日期") +
    scale_color_manual(values = c("blue", "red")) +
    theme_minimal()
  print(p1)
  
  # 商品vs柴油
  p2 <- ggplot() +
    geom_line(data = commodity_data, aes(x = Date, y = MOM, color = commodity)) +
    geom_line(data = diesel_data, aes(x = Date, y = MOM, color = "柴油")) +
    labs(title = paste(commodity, "月度变化率 vs 柴油变化率"),
         y = "百分比变化",
         x = "日期") +
    scale_color_manual(values = c("blue", "green")) +
    theme_minimal()
  print(p2)
}

# 转回宽格式计算相关性
data_wide <- pivot_wider(data_long, names_from = Commodity, values_from = MOM)
correlation_with_inflation <- sapply(data_wide[, commodities_of_interest], function(x) {
  cor(x, data_wide$Inflation, use = "complete.obs")
})

correlation_matrix <- cor(data_wide[, c(commodities_of_interest, "Inflation", "Diesel")], use = "complete.obs")
correlation_with_inflation_and_diesel <- correlation_matrix[commodities_of_interest, c("Inflation", "Diesel")]

# 输出结果
cat("商品与通胀率的相关性：\n")
print(correlation_with_inflation)

cat("\n商品与通胀率、柴油变化率的相关性：\n")
print(correlation_with_inflation_and_diesel)

原代码转置后数据无法加载的原因 #

1. 转置逻辑颠倒了行列对应关系：转置后的行是原数据的列，列是原数据的行，但你错误地把Commodity设为第一列，实际转置后的行名才是商品名称。
2. 列名赋值完全错误：用c("Commodity", dates)设置列名，长度和转置后的数据框列数不匹配，导致列名设置失败，后续所有依赖列名的操作全出错。
3. 转置后数据类型未转换：转置后的数据是字符型（原数据可能有混合类型），没有转为数值型，绘图和相关性计算自然无法进行。

内容的提问来源于stack exchange，提问作者Sjsaw0624