如何用dplyr在R中对齐按日期索引的股票数据？

原始数据获取代码 #

._883<-quantmod::getSymbols("0883.HK",from="2022-04-21",to="2022-12-22",auto.assign = FALSE)
._600938<-quantmod::getSymbols("600938.SS",from="2022-04-21",to="2022-12-22",auto.assign = FALSE)

._883<-._883[,6]
._600938<-._600938[,6]
spread<-data.frame(._883,._600938)

> length(._883)
[1] 169
> length(._600938)
[1] 165

这段代码通过quantmod包获取了0883.HK和600938.SS两只股票2022年4月21日至12月22日的收盘价数据，其中._883有169条记录，._600938有165条记录，二者均以日期为索引。需求是用dplyr包找出._600938中的缺失数据，删除对应整行（包括._883的对应行）实现日期对齐。

dplyr实现方案 #

方法一：转换为数据框后连接过滤 #

先将两个时间序列转为带日期列的数据框，再通过连接和过滤实现对齐：

library(dplyr)
library(tibble)

# 转换._883为带日期列的tibble
df_883 <- ._883 %>%
  as.data.frame() %>%
  rownames_to_column(var = "date") %>%
  rename(close_883 = ._883) %>%
  mutate(date = as.Date(date))

# 转换._600938为带日期列的tibble
df_600938 <- ._600938 %>%
  as.data.frame() %>%
  rownames_to_column(var = "date") %>%
  rename(close_600938 = ._600938) %>%
  mutate(date = as.Date(date))

# 按日期左连接，过滤掉._600938收盘价缺失的行
aligned_data <- df_883 %>%
  left_join(df_600938, by = "date") %>%
  filter(!is.na(close_600938))

# 计算价差
aligned_data <- aligned_data %>%
  mutate(spread = close_600938 - close_883)

方法二：利用xts内连接快速对齐 #

直接对xts对象做内连接，只保留双方都存在的日期，再转换为数据框处理：

library(dplyr)
library(xts)

# 内连接合并两个xts对象，自动对齐日期
merged_data <- merge(._883, ._600938, join = "inner") %>%
  as.data.frame() %>%
  rownames_to_column("date") %>%
  mutate(date = as.Date(date)) %>%
  rename(close_883 = ._883, close_600938 = ._600938) %>%
  mutate(spread = close_600938 - close_883)

你尝试的替代方法问题分析 #

你写的代码：

x<-cbind(._883,._600938)
na.omit(x)
x$spread<-x[,2]-x[,1]

存在两个核心问题：

1. na.omit(x)的结果没有赋值回变量，后续计算价差还是用的原始带NA的数据集，等于白做了过滤。
2. 正确的写法应该是把过滤后的结果赋值给新变量，再基于它计算价差：

x <- cbind(._883, ._600938)
x_clean <- na.omit(x)
x_clean$spread <- x_clean[,2] - x_clean[,1]

这种方法本质是删除所有含NA的行，因为._883没有缺失值，所以效果和需求一致，但dplyr的写法更灵活，方便后续扩展数据处理逻辑。

内容的提问来源于stack exchange，提问作者Bubbles