如何在R中按年份计算相关系数并将结果存入数据框

你的代码问题出在两个核心点：

• 仅用group_by()标记了分组，但没有对每个分组执行统计计算，所以赋值后的变量本质还是分组后的原数据集，没有生成汇总结果
• 单独调用的cor()是直接对整个数据集计算相关系数，完全没用到分组逻辑

修正后的代码（按分组计算相关系数与决定系数） #

# 先加载dplyr包（未加载的话执行这行）
library(dplyr)

# 按Year.x和YTD_Range.x分组，计算相关系数与决定系数并生成数据框
xmasCount_Amt_Coef <- xmasCount_Amt_df_ByCheckDate %>% 
  group_by(Year.x, YTD_Range.x) %>% 
  summarize(
    correlation = cor(n, Amount, use = "complete.obs"),  # 处理缺失值，可按需调整use参数
    r_squared = correlation^2,  # 决定系数为相关系数的平方
    .groups = "drop"  # 取消分组状态，得到普通数据框
  )

# 查看结果
print(xmasCount_Amt_Coef)

关键说明 #

• summarize()是dplyr分组汇总的核心函数，会根据group_by()指定的分组，对每组单独计算统计量并生成新数据框
• cor()的use参数用于处理缺失值："complete.obs"表示仅使用无缺失值的行计算，可根据数据情况替换为"pairwise.complete.obs"等
• .groups = "drop"能让结果回到普通数据框结构，避免后续操作受分组状态影响

内容的提问来源于stack exchange，提问作者Bryan Schmidt