处理data.frame中公司代码变更时的冗余数据及报错问题求助

嘿，这两个问题我都碰到过，给你捋捋解决办法！

先搞定那个!=的报错问题 #

你遇到的Error in Ops.data.frame(...) : ‘!=’ only defined for equally-sized data frames，本质原因是你用longitudinal[y, 2]提取的是一个小data.frame，而不是单个向量。!=运算符没法直接在data.frame和另一个data.frame（或向量）之间这么比。

解决办法很简单，把列转换成向量就行：用$或者[[来提取列，而不是用,切片。比如你原来的代码如果是类似这样：

# 错误写法
y <- some_indices
longitudinal[y, 2] != longitudinal[y-1, 2]

改成下面这样就没问题了：

# 正确写法：提取成向量再比较
longitudinal$name[y] != longitudinal$name[y-1]
# 或者用[[索引列
longitudinal[[2]][y] != longitudinal[[2]][y-1]

如果是要批量找所有name发生变化的行，更高效的写法是：

# 找到所有name和上一行不同的行索引
name_change_rows <- which(longitudinal$name[-1] != longitudinal$name[-nrow(longitudinal)]) + 1

这里longitudinal$name[-1]去掉第一行，longitudinal$name[-nrow(longitudinal)]去掉最后一行，两个向量长度完全一致，就能正常用!=比较了，最后+1是把索引对应回原数据的行号。

再处理股票代码变更的冗余数据 #

假设你的数据是按时间顺序排列的（这很重要！），我们可以先找到ticker发生变化的位置，再删除对应的冗余行。这里分两种方法给你：

方法1：基础R实现

# 1. 找到ticker和上一行不同的行索引
ticker_change_rows <- which(longitudinal$ticker[-1] != longitudinal$ticker[-nrow(longitudinal)]) + 1

# 2. 标记需要保留的行（这里假设冗余是变更点的前一行，你可以根据实际需求调整）
keep <- rep(TRUE, nrow(longitudinal))
# 比如如果冗余是变更点本身，就把keep[ticker_change_rows]设为FALSE
keep[ticker_change_rows - 1] <- FALSE

# 3. 过滤得到干净的数据
cleaned_data <- longitudinal[keep, ]

方法2：用dplyr更简洁

如果你常用tidyverse的工具，这个写法更直观：

library(dplyr)

cleaned_data <- longitudinal %>%
  # 新增一列，存上一行的ticker
  mutate(prev_ticker = lag(ticker)) %>%
  # 过滤掉冗余行：这里保留所有行，除了ticker发生变更的冗余行（按需调整条件）
  filter(!(ticker != prev_ticker & !is.na(prev_ticker)))

如果你觉得变更后的第一行是冗余，就把过滤条件改成ticker == prev_ticker | is.na(prev_ticker)，这样只保留连续相同ticker的行，以及第一行。

内容的提问来源于stack exchange，提问作者Daniel E Carcamo