使用dplyr按截面单元生成crmrte与其他变量相关系数向量遇错及代码验证

嘿，我来帮你搞定这个分组计算相关系数的问题～

首先，你遇到的「因变量需为数值型」报错，核心原因应该是你用names(crime)[4:ncol(crime)]选中的变量里混进了非数值类型（比如字符、因子）的变量，而cor()函数只能处理数值数据，所以触发了报错。

其次，你想泛化计算crmrte和其他所有解释变量相关系数的思路是完全正确的，但可以优化得更稳健——毕竟按列位置选变量（比如第4列开始）很容易因为数据结构变动出问题，而且新版dplyr已经不推荐用summarise_at这类函数了，更推荐用across()来实现批量变量操作。

给你一个改进后的靠谱写法：

# 新版dplyr（1.0.0及以上版本适用）
cors <- crime %>%
  group_by(county) %>%
  summarise(
    # 筛选所有数值型变量，排除crmrte本身
    across(where(is.numeric) & !matches("crmrte"),
           # 计算crmrte和当前变量的相关系数，同时处理缺失值
           ~ cor(crmrte, ., use = "complete.obs"))
  )

几个关键细节说明： #

• where(is.numeric)：精准筛选数据框里的所有数值型变量，彻底避免非数值变量导致的报错；
• !matches("crmrte")：排除crmrte自身，避免计算和自己的相关系数（结果肯定是1，没意义）；
• use = "complete.obs"：如果你的数据里有缺失值，这个参数会自动剔除包含NA的行再计算相关系数，防止返回NA或者报错；
• across()：是dplyr现在主推的批量处理函数，比旧的_at/_all/_if系列更灵活易读。

验证结果是否正确的小技巧： #

你可以随便挑一个县的数据手动计算相关系数，和结果对比：

# 取第一个县的数据
test_county <- crime %>% filter(county == first(county))
# 手动计算crmrte和prbarr的相关系数
cor(test_county$crmrte, test_county$prbarr, use = "complete.obs")
# 对比cors里对应行的prbarr列值，应该是一致的

这样处理后，你就能得到一个以county为分组，每行对应一个县，每列是crmrte和对应解释变量的相关系数的数据框啦。

内容的提问来源于stack exchange，提问作者Petr