使用 tidyverse 查找横截面相关性的时间序列均值

Question

我正在尝试找出年度横截面相关性的时间序列平均值。

在tidyverse 之前，我会：

1. 将dat 转换为年度数据框列表
2. 使用lapply() 查找年度横截面相关性
3. 使用Reduce()手动查找方法

这个逻辑有效，但不是tidy。

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))
dat_list <- split(dat[c('x', 'y')], dat$year)
dat_list2 <- lapply(dat_list, cor)
dat2 <- Reduce('+', dat_list2) / length(dat_list2)
dat2

##           x         y
## x 1.0000000 0.9772068
## y 0.9772068 1.0000000

对于tidyerse 解决方案，我最好的（也是失败的）尝试是：

1. group_by() year 变量
2. 每年使用do() 和cor()
3. 使用map() 和mean() 查找元素均值

此逻辑失败并返回NULL。

library(tidyverse)
dat2 <- dat %>%
  group_by(year) %>% 
  do(cormat = cor(.$x, .$y)) %>% 
  map(.$cormat, mean)
dat2

## $year
## NULL
## 
## $cormat
## NULL

上面我的非tidyverse 解决方案中是否有tidyverse 成语替换Reduce() 成语？

Answer 1

dat %>% 
  group_by(year) %>% 
  do(correl = cor(.data[c('x', 'y')])) %>% 
  {reduce(.$correl, `+`)/nrow(.)}



          x         y
x 1.0000000 0.9772068
y 0.9772068 1.0000000

请注意，这与cor(dat[c('x', 'y')]) 完全相同，因此除非您需要单独每年的矩阵，否则无需按年份分组然后减少。这也适用于 >2 个变量。