如何用tidyverse实现截面相关性的时间序列均值计算

我明白你想用tidyverse风格替代base R里Reduce()的写法来计算年度截面相关系数的时间序列均值，之前的尝试返回NULL是因为map()的用法不对——直接对分组后的tibble用map()会遍历整个数据框的列，而不是我们需要的cormat列里的相关系数值。

下面给你两种符合tidyverse惯用风格的解决方案：

方法一：嵌套数据框 + 矩阵转长格式计算均值 #

这种方法更贴合tidy数据的理念，步骤清晰：

library(tidyverse)
set.seed(2001)
dat <- data.frame(year = rep(2001:2003, each = 10), x = runif(3*10))
dat <- transform(dat, y = 5*x + runif(3*10))

# 核心代码
dat_mean_cor <- dat %>%
  # 按年份分组并嵌套数据
  group_nest(year) %>%
  # 计算每组的相关矩阵，并转成长格式tibble
  mutate(cor_tbl = map(data, ~ cor(.x) %>% 
                          as_tibble(rownames = "var1") %>% 
                          pivot_longer(-var1, names_to = "var2", values_to = "cor"))) %>%
  # 展开长格式相关系数数据
  unnest(cor_tbl) %>%
  # 按变量对分组，计算均值
  group_by(var1, var2) %>%
  summarize(mean_cor = mean(cor), .groups = "drop") %>%
  # 转回宽格式的相关矩阵样式
  pivot_wider(names_from = var2, values_from = mean_cor) %>%
  column_to_rownames("var1")

dat_mean_cor

运行后会得到和你base R方法完全一致的结果：

x         y
x 1.0000000 0.9772068
y 0.9772068 1.0000000

方法二：直接对相关矩阵列表用reduce()求和再取均值 #

如果你更想直接对应原来base R里Reduce()的逻辑，tidyverse里的purrr::reduce()可以直接替代，步骤更简洁：

dat_mean_cor2 <- dat %>%
  group_split(year) %>%
  # 对每组计算相关矩阵，得到矩阵列表
  map(~ cor(select(.x, x, y))) %>%
  # 用reduce对矩阵列表逐元素求和，再除以年份数
  reduce(`+`) %>%
  `/`(length(unique(dat$year)))

dat_mean_cor2

这个方法和你原来的base R逻辑几乎一致，只是用purrr::map()替代lapply()，purrr::reduce()替代base::Reduce()，完全符合tidyverse的函数式编程风格。

为什么你之前的代码会返回NULL？ #

你之前的代码dat %>% group_by(year) %>% do(cormat = cor(.$x, .$y)) %>% map(.$cormat, mean)有两个问题：

• do(cormat = cor(.$x, .$y))得到的是一个包含year列和cormat列的tibble，其中cormat是标量（因为你用的是cor(.$x, .$y)而不是cor(select(.,x,y))，前者返回单个相关系数，后者返回矩阵）
• map(.$cormat, mean)的写法错误，map()的第一个参数应该是要遍历的向量/列表，正确的写法应该是pull(cormat) %>% mean()，但这样只能得到x和y的相关系数均值，得不到完整的相关矩阵均值。

内容的提问来源于stack exchange，提问作者Richard Herron