pairs.panels R 中的函数，用于数据框中列的特定相关性

Question

我有一个非常大的数据集，我正试图找到许多不同（和随机）数据组合之间的相关性。例如，我可能想要第 3 列与第 12-15 列之间的相关性，或者第 20 列与第 1-4 列之间的相关性，等等...

我目前正在使用 psych 库中的 pairs.panels() 函数，但无法确定我想要的特定列对。

Answer 1

这里是 df，一个包含 26 列的虚拟 data.frame，每列包含随机值，因此任何一对列的相关性都应该相当低。

cols = lapply(1:26, function(dummy) runif(30))
df = do.call(data.frame, cols)
names(df) = LETTERS

如果您想要列 "X" 与列 "A"、"C" 和 "E" 之间的相关性，请尝试 sapply 与 cor 函数。

sapply(df[c("A","C","E")], cor, df["X"])

或使用列号：

sapply(df[c(1,3,5)], cor, df[24])

如果您想要两组列之间相关性的所有置换组合，请尝试：

firstGroup <- c(1,3,5,20)
secondGroup <- c(14,20,25)
combos <- expand.grid(firstGroup, secondGroup)
result <- mapply(cor, df[combos$Var1], df[combos$Var2])
resultAsMatrix <- matrix(result, nrow = length(firstGroup), dimnames = list(firstGroup, secondGroup))

获得：

> resultAsMatrix
            14         20          25
1  -0.22949844 -0.1527876 -0.11877405
3   0.23174965  0.0311125  0.33570756
5   0.01491815 -0.1263007 -0.16688800
20  0.18007802  1.0000000  0.04638838

编辑：

@user20650 指出 cor 函数具有比较两个内置矩阵的能力。所以：

cor(df[firstGroup], df[secondGroup])

生成我手动创建的矩阵，上面：

            N          T           Y
A -0.22949844 -0.1527876 -0.11877405
C  0.23174965  0.0311125  0.33570756
E  0.01491815 -0.1263007 -0.16688800
T  0.18007802  1.0000000  0.04638838

pairs.panels R 中的函数，用于数据框中列的特定相关性

pairs.panels function in R for specific correlations of columns in dataframe

r

correlation

psych