使用zoo::rollapply计算滚动相关时出现无效zoo对象错误求助

错误原因 #

1. 非数值列干扰：原代码直接对包含字符型、日期型列的完整data.frame调用zoo::rollapply，zoo无法处理非数值类型数据，导致创建无效zoo对象。
2. 列索引逻辑冗余：计算仅需目标两列，无需传入整个数据集，多余列不仅引发错误还降低效率。
3. 窗口与数据不匹配：测试数据集仅6行，窗口宽度设为20会导致结果全为NA，实际使用需保证数据行数不小于窗口宽度。

修正后的代码 #

推荐方案：按公司（gvkey）分组计算（符合财务数据逻辑） #

library(dplyr)
library(zoo)

df <- df %>%
  group_by(gvkey) %>%
  mutate(rrcorr_prccq = zoo::rollapply(
    data = select(., RET_prccq, REV_prccq),  # 直接用列名避免索引出错
    width = 20,
    FUN = function(x) cor(x[,1], x[,2], method = 'spearman', use = "complete.obs"),
    by.column = FALSE,
    fill = NA
  )) %>%
  ungroup()

基础方案：不分组计算（不推荐，易跨公司混算） #

df <- df %>%
  mutate(rrcorr_prccq = zoo::rollapply(
    data = select(., 29, 35),  # 仅传入需要计算的两列
    width = 20,
    FUN = function(x) cor(x[,1], x[,2], method = 'spearman', use = "complete.obs"),
    by.column = FALSE,
    fill = NA
  ))

关键调整说明 #

• 精准传入数据：通过select仅传递目标数值列，避免非数值列触发zoo对象创建错误。
• 处理缺失值：添加use = "complete.obs"（或pairwise.complete.obs），避免窗口内存在NA时cor返回无效结果。
• 分组计算：财务数据需按公司分组，确保滚动相关系数基于同公司的时间序列计算，保证结果业务合理性。
• 窗口适配：测试阶段可临时调小窗口宽度（如设为3）验证代码有效性，实际使用需匹配数据集规模。

内容的提问来源于stack exchange，提问作者Sharif