相关矩阵 - tidyr gather v. reshape2 melt

Question

我想用ggplot2做一个像this one这样的上三角相关矩阵。我可以很好地复制那个，但出于某种原因，我坚持真的想将 reshape2 函数转换为 tidyr 函数。我认为我可以使用 gather 代替 melt，但这是行不通的。

原始结果使用 `reshape2`

library(reshape2)
library(ggplot2)
mydata <- mtcars[, c(1,3,4,5,6,7)]
cormat <- round(cor(mydata),2)
library(reshape2)
melted_cormat <- melt(cormat)

# Get upper triangle of the correlation matrix
get_upper_tri <- function(cormat){
    cormat[lower.tri(cormat)]<- NA
    return(cormat)
}

upper_tri <- get_upper_tri(cormat)

melted_cormat <- melt(upper_tri, na.rm = TRUE)

ggplot(data = melted_cormat, aes(Var2, Var1, fill = value)) + 
    geom_tile()

我尝试使用 `tidyr` 中的 `gather`。

library(tidyverse)


#first correlatoin matrix
cor_base <- round(cor(mydata), 2)
#now UT
cor_base[lower.tri(cor_base)] <- NA
cor_tri <- as.data.frame(cor_base) %>% 
    rownames_to_column("Var2") %>% 
    gather(key = Var1, value = value, -Var2, na.rm = TRUE) %>% 
    as.data.frame()

ggplot(data = cor_tri, aes(x = Var2, y = Var1, fill = value)) + 
    geom_tile()

这些值都是一样的，但顺序发生了一些变化，这使得它看起来不对。 identical 的检查没有 return TRUE 但两个数据帧的值似乎相同...

> identical(cor_tri, melted_cormat)
[1] FALSE
> dim(cor_tri)
[1] 21  3
> dim(melted_cormat)
[1] 21  3
> sum(cor_tri == melted_cormat)
[1] 63

对此有任何想法，还是我应该继续加载 reshape2 以完成我的目标？

谢谢。

Answer 1

本质上就是reshape2和reshape2之间Var1和Var2的factor和character类型整洁的版本。前者的melt()保留因子和相关矩阵的顺序："mpg", "disp", "hp", "drat", "wt", "qsec"，后者的tibble:rownames_to_colums()按字母顺序创建字符类型："disp", "drat", "hp", "mpg", "qsec", "wt"。正如所见，两者都有不同的级别影响情节渲染。

要解决，请考虑使用 base::factor(rownames(.), ...) 的 dplyr::mutate 行，并将级别明确定义为 cor_base 的 row.names() 的原始排列。此外，您的 Var1 和 Var2 被颠倒了。

cor_base <- round(cor(mydata), 2)
cor_base[lower.tri(cor_base)] <- NA

cor_tri <- as.data.frame(cor_base) %>% 
  mutate(Var1 = factor(row.names(.), levels=row.names(.))) %>% 
  gather(key = Var2, value = value, -Var1, na.rm = TRUE, factor_key = TRUE) 

ggplot(data = cor_tri, aes(Var2, Var1, fill = value)) + 
  geom_tile()

此外，对于您或未来的读者来说，这里的 base::reshape 版本也解决了上述因素级别的问题：

cor_base <- round(cor(mydata), 2)
cor_base[lower.tri(cor_base)] <- NA

cor_base_df <- transform(as.data.frame(cor_base),
                         Var1 = factor(row.names(cor_base), levels=row.names(cor_base)))

cor_long <- subset(reshape(cor_base_df, idvar=c("Var1"), 
                           varying = c(1:(ncol(cor_base_df)-1)), v.names="value",
                           timevar = "Var2", 
                           times = factor(row.names(cor_base), levels=row.names(cor_base)),
                           new.row.names = 1:100,
                           direction = "long"), !is.na(value))

ggplot(data = cor_long, aes(Var2, Var1, fill = value)) + 
  geom_tile()

相关矩阵 - tidyr gather v. reshape2 melt

Correlation Matrix - tidyr gather v. reshape2 melt

r

matrix

ggplot2

reshape2

tidyr

原始结果使用 reshape2

我尝试使用 tidyr 中的 gather。

原始结果使用 `reshape2`

我尝试使用 `tidyr` 中的 `gather`。