如何用R计算两个dataframe中各国变量与美国数据的相关性

前置准备：对齐观测行 #

首先要保证两个数据框的行是按日期一一对应的，避免行错位导致计算结果错误，优先按日期合并过滤：

# 按日期关联两个表，仅保留两边共有的日期观测
merged_df <- merge(df1, df2, by = "日期", all = FALSE)
# 提取国家列名（排除日期列）和美国数据列
country_cols <- setdiff(names(df1), "日期")
us_data <- merged_df$美国

批量计算方法（无需手动遍历列） #

方法1：base R 极简写法 #

直接用cor函数的矩阵运算特性，一次性计算所有国家列与美国列的相关系数，3000行80列的数据量计算几乎无延迟：

# 批量计算皮尔逊相关系数，pairwise模式处理缺失值
cor_matrix <- cor(merged_df[, country_cols], us_data, use = "pairwise.complete.obs")
# 转换为易读的数据框
cor_result <- data.frame(
  国家 = rownames(cor_matrix),
  相关系数 = as.numeric(cor_matrix)
)

• 缺失值处理参数可根据需求调整：use = "complete.obs"表示仅用两边都没有缺失值的行计算，use = "everything"表示只要有缺失值就返回NA。
• 要计算斯皮尔曼秩相关系数的话，在cor函数中新增参数method = "spearman"即可。

方法2：tidyverse 风格写法 #

如果你常用tidyverse工具栈，可以用更易链式操作的写法：

library(dplyr)
library(tidyr)

cor_result <- merged_df %>%
  summarise(across(all_of(country_cols), ~cor(.x, 美国, use = "pairwise.complete.obs"))) %>%
  pivot_longer(everything(), names_to = "国家", values_to = "相关系数")

结果校验 #

建议随机抽取1-2个国家手动计算相关系数，和批量结果做比对，确认日期对齐、计算逻辑无误即可。

如果数据存在明显的时间趋势，建议先做去趋势处理再计算相关系数，避免得到伪相关结果。

内容的提问来源于stack exchange，提问作者AutumnWest