Lapply 到 R 中的数据帧列表

Question

> df1 <- data.frame(A = 1:10, B= 11:20)
> df2 <- data.frame(A = 21:30, B = 31:40)
> ddata <- list(df1,df2)

我的objective是对列表的每个数据帧执行A列和B列的关联。即

cor (ddata[[1]]$A,ddata[[1]]$B)
cor (ddata[[2]]$A,ddata[[2]]$B)

为此我正在使用 lapply 但我做错了，请帮忙。

lapply(ddata, cor)

Answer 1

您的代码存在的问题是，当您对整个 data.frame（所有数字列）调用 cor 时，它将 return 一个相关矩阵，包含所有列的成对相关性 - 对角线上的值是相应列与其自身的相关性（始终等于 1.00）。这不会在您的示例数据中立即显现出来，因为您的两个 data.frame 为 cor(A,B) == cor(B,A) == cor(A,A) == cor(B,B) == 1。这在以下示例中更清楚：

df5 <- data.frame(A=rnorm(10),B=rnorm(10),C=rnorm(10))
R> cor(df5)
           A           B          C
A 1.00000000  0.05131293  0.6173047
B 0.05131293  1.00000000 -0.1312331
C 0.61730466 -0.13123314  1.0000000

无论如何，我认为您正在寻找单个相关性 value 而不是相关性 matrix，这可以实现几个不同的方式 - 使用 x[,1] & x[,2] 或 x[[1]] & x[[2]] 访问 data.frame 的列。

此外，还有一个语法选项；一个导致相关标量值的方法，除了与上述两种情况不同的是，它保留了 matrix class。这是使用 x[1] & x[2] 访问列，因为单个括号（没有逗号）将产生一列 data.frame。

出于您的目的，上面直接提到的 3 种方法中的任何一种都应该是可以接受的 - 只要您传递 cor 两个对象，无论它们是（原子）数字向量（案例 [, ] 和case [[ ]]) 或 single column data.frames (case [ ]) - 函数将计算为 cor(x, y, ...) 和 return 单个相关性值。前两种方法和第三种方法之间的（细微）区别是 return 值的 class - 前者为 numeric （原子），而 matrix 为前者后者 - 但这很可能是大局中无关紧要的细节。

让我用几个例子总结一下，使用这些数据：

set.seed(123)
df3 <- data.frame(
  A=rnorm(10),
  B=rnorm(10))
##
set.seed(321)
df4 <- data.frame(
  A=rnorm(10),
  B=rnorm(10))
##
dflist <- list(df3,df4)

一个。结果类型是相关矩阵；结果 class 是 matrix:

R> class(cor(df3)); cor(df3)
[1] "matrix"
          A         B
A 1.0000000 0.5776151
B 0.5776151 1.0000000

乙。结果类型是单个相关值；结果 class 是 matrix:

R> class(cor(df3[1],df3[2])); cor(df3[1],df3[2])
[1] "matrix"
          B
A 0.5776151

C。结果类型是单个相关值；结果 class 是 numeric:

R> class(cor(df3[,1],df3[,2])); cor(df3[,1],df3[,2])
[1] "numeric"
[1] 0.5776151

D.结果类型是单个相关值；结果 class 是 numeric:

R> class(cor(df3[[1]],df3[[2]])); cor(df3[[1]],df3[[2]])
[1] "numeric"
[1] 0.5776151

类似地，下面的四个函数fA-fD对应于上述情况A-D：

fA <- function(y) {
  res <- lapply(y,cor)
  message(paste0("Element class: ",class(res[[1]])))
  res
}
##
fB <- function(y) {
  res <- lapply(y, function(x) {
    cor(x[1],x[2])
  })
  message(paste0("Element class: ",class(res[[1]])))
  res
}
##
fC <- function(y) {
  res <- lapply(y, function(x) {
    cor(x[,1],x[,2])
  })
  message(paste0("Element class: ",class(res[[1]])))
  res
}
##
fD <- function(y) {
  res <- lapply(y, function(x) {
    cor(x[[1]],x[[2]])
  })
  message(paste0("Element class: ",class(res[[1]])))
  res
}

而运行他们在对象上 dflist 给了我们

R> fA(dflist)
Element class: matrix
[[1]]
          A         B
A 1.0000000 0.5776151
B 0.5776151 1.0000000

[[2]]
           A          B
A  1.0000000 -0.1816951
B -0.1816951  1.0000000

##
R> fB(dflist)
Element class: matrix
[[1]]
          B
A 0.5776151

[[2]]
           B
A -0.1816951

##
R> fC(dflist)
Element class: numeric
[[1]]
[1] 0.5776151

[[2]]
[1] -0.1816951

##
R> fD(dflist)
Element class: numeric
[[1]]
[1] 0.5776151

[[2]]
[1] -0.1816951

Lapply 到 R 中的数据帧列表

Lapply to the list of data frames in R

r

list

lapply

dataframe