在R中实现个股月度收益的均值中心化（Demeaning）方法问询

Hey there! 我完全理解你的需求——你需要针对每只NYSE上市公司，计算其月度收益相对于自身全样本期平均收益的中心化值（也就是demeaned收益），而不是用全局所有收益的均值来中心化。之前用scale()函数不对，是因为它默认是对整个向量做标准化/中心化，而不是按个股分组处理。下面给你几个实用的R实现方法，你可以根据自己的工作流选择：

方法1：使用dplyr（tidyverse生态，代码易读） #

如果你习惯用tidyverse系列工具，dplyr的分组操作非常直观：

# 先加载dplyr包（如果没安装先运行install.packages("dplyr")）
library(dplyr)

# 假设你的数据框名为crsp_data
crsp_data <- crsp_data %>%
  # 按公司代码分组
  group_by(`Company Code`) %>%
  # 新增demeaned收益列：当前月度收益减去该公司全样本平均收益
  mutate(demeaned_return = Return - mean(Return, na.rm = TRUE)) %>%
  # 取消分组（可选，后续操作如果不需要分组的话）
  ungroup()

这里的na.rm = TRUE很重要，因为CRSP数据可能存在缺失的收益值，加上这个参数可以避免因缺失值导致整组计算结果为NA。

方法2：使用data.table（处理大数据效率极高） #

如果你处理的是CRSP这类大样本面板数据，data.table的分组运算速度会比dplyr快很多，适合百万级以上的行数据：

# 加载data.table包（未安装先运行install.packages("data.table")）
library(data.table)

# 把数据框转换为data.table格式（如果原本就是可以跳过）
setDT(crsp_data)

# 按公司代码分组计算demeaned收益
crsp_data[, demeaned_return := Return - mean(Return, na.rm = TRUE), by = `Company Code`]

方法3：基础R实现（无需额外安装包） #

如果你不想加载任何第三方包，基础R的ave()函数可以直接实现分组计算：

# 直接新增列，ave函数会按Company Code分组计算
crsp_data$demeaned_return <- ave(crsp_data$Return, 
                                 crsp_data$`Company Code`, 
                                 FUN = function(x) x - mean(x, na.rm = TRUE))

验证示例 #

拿你提到的AAPL数据举例：假设AAPL在1963-2017全样本期的平均收益是0.02，那它1981年3月的demeaned收益就是：
-0.07512 - 0.02 = -0.09512
你可以在计算后抽查几只股票的结果，确认是否符合预期。

注意事项 #

• 确保Company Code是正确的分组标识，不要存在拼写错误或格式不一致（比如有的是字符型有的是因子型）；
• 如果你的数据中有缺失值，一定要保留na.rm = TRUE，否则分组均值会变成NA，导致对应的demeaned收益也为NA；
• 对于超大规模的CRSP数据，优先选择data.table方法，能显著提升运算速度。

内容的提问来源于stack exchange，提问作者Ddaengyu