R语言含NA值列计算：两组国家成对相关性如何实现

实现逻辑 #

首先明确匹配规则：

• 德国仅使用第3行及以后的有效数据，匹配同期美、加、英数据计算相关性
• 意大利使用全部10行数据匹配计算
• 日本仅使用第4行及以后的有效数据，匹配同期美、加、英数据计算相关性

完整实现代码（tidyverse版本） #

首先加载依赖包，导入测试数据：

library(tidyverse)

# 测试数据构造
df11 <- tibble(
  date = 2001:2010,
  Germany = runif(10),
  Italy = runif(10),
  Japan = runif(10),
  US = runif(10),
  Canada = runif(10),
  UK = runif(10)
)
df11$Germany[1:2] <- NA
df11$Japan[1:3] <- NA

然后定义分组和行规则，执行计算：

# 定义国家分组
front_countries <- c("Germany", "Italy", "Japan")
back_countries <- c("US", "Canada", "UK")
# 定义每个前组国家的计算起始行
start_row_rule <- c(Germany = 3, Italy = 1, Japan = 4)

# 自定义相关性计算函数
calc_cor <- function(f_country) {
  start <- start_row_rule[f_country]
  # 截取有效行
  sub_df <- df11[start:nrow(df11), ]
  # 计算当前前组国家与所有后组国家的相关系数
  cor_res <- cor(sub_df[[f_country]], sub_df[, back_countries])
  # 转为数据框返回
  as_tibble(cor_res) %>% mutate(front_country = f_country, .before = 1)
}

# 遍历所有前组国家计算，合并结果
cor_result <- map_dfr(front_countries, calc_cor)

结果查看 #

直接打印cor_result即可得到结构化的相关性结果，示例输出结构如下：

基础R实现版本（无需加载第三方包） #

front_countries <- c("Germany", "Italy", "Japan")
back_countries <- c("US", "Canada", "UK")
start_row_rule <- c(Germany = 3, Italy = 1, Japan = 4)

cor_result <- data.frame(front_country = front_countries)
for (f in front_countries) {
  start <- start_row_rule[f]
  sub_df <- df11[start:nrow(df11), ]
  cor_vals <- cor(sub_df[[f]], sub_df[, back_countries])
  cor_result[cor_result$front_country == f, back_countries] <- cor_vals
}

内容的提问来源于stack exchange，提问作者AutumnWest