将相关矩阵转换为包含每行列对记录的数据框

Question

我有一个很大的相关矩阵 (1093 x 1093)。我正在尝试将我的矩阵放入一个数据框中，该数据框中的每一行和每一列对都有一列，因此它会 (1093)^2 条记录。

这是我的矩阵的一个片段

            60516        45264        02117
60516  1.00000000 -0.370793012 -0.082897941
45264 -0.37079301  1.000000000  0.005145601
02117 -0.08289794  0.005145601  1.000000000

这里的目标是拥有一个如下所示的数据框：

row column correlation
60516 60516 1.000000000
60516 45264 -0.370793012

.......等等.

有人有什么建议吗？如果我能澄清任何事情，请告诉我

谢谢，本

Answer 1

对于矩阵 m，你可以这样做：

data.frame(row=rownames(m)[row(m)], col=colnames(m)[col(m)], corr=c(m))

#     row   col         corr
# 1 60516 60516  1.000000000
# 2 45264 60516 -0.370793010
# 3 02117 60516 -0.082897940
# 4 60516 45264 -0.370793012
# 5 45264 45264  1.000000000
# 6 02117 45264  0.005145601
# 7 60516 02117 -0.082897941
# 8 45264 02117  0.005145601
# 9 02117 02117  1.000000000

但是如果你的矩阵是对称的，如果你对对角线不感兴趣，那么你可以简化为：

data.frame(row=rownames(m)[row(m)[upper.tri(m)]], 
           col=colnames(m)[col(m)[upper.tri(m)]], 
           corr=m[upper.tri(m)])

#     row   col         corr
# 1 60516 45264 -0.370793012
# 2 60516 02117 -0.082897941
# 3 45264 02117  0.005145601

Answer 2

以下应该有效。给定一个相关矩阵 Acor:

您可以将 data.frame 创建为：

UpperT <- Acor[upper.tri(Acor, diag = TRUE)]
n <- dim(Acor)[[1]]
Row <- unlist(lapply(seq_len(n), FUN = seq_len))
Column <- rep(seq_len(n), seq_len(n))
Df <- data.frame(UpperT, Row, Column)

例如，相关矩阵：

set.seed(24)
A <- matrix(rnorm(25, 5, 2), ncol = 5)
Acor <- cor(A)

> Acor
           [,1]       [,2]       [,3]       [,4]       [,5]
[1,]  1.0000000  0.3398424  0.8876580  0.2582569 -0.5699901
[2,]  0.3398424  1.0000000  0.5897580 -0.7416699  0.2502752
[3,]  0.8876580  0.5897580  1.0000000 -0.1631381 -0.2101108
[4,]  0.2582569 -0.7416699 -0.1631381  1.0000000 -0.8067492
[5,] -0.5699901  0.2502752 -0.2101108 -0.8067492  1.0000000

你得到：

> Df
       UpperT Row Column
1   1.0000000   1      1
2   0.3398424   1      2
3   1.0000000   2      2
4   0.8876580   1      3
5   0.5897580   2      3
6   1.0000000   3      3
7   0.2582569   1      4
8  -0.7416699   2      4
9  -0.1631381   3      4
10  1.0000000   4      4
11 -0.5699901   1      5
12  0.2502752   2      5
13 -0.2101108   3      5
14 -0.8067492   4      5
15  1.0000000   5      5

Answer 3

使用一点 tidyverse 很容易：

给定一个相关矩阵X:

X %>% as.data.frame %>% tibble::rownames_to_column() %>% 
    tidyr::pivot_longer(-rowname)

当然，您可以使用 rownames_to_column 和 pivot_longer 参数更改名称，也可以添加 filter(rowname != name) 以消除对角线相关性。

将相关矩阵转换为包含每行列对记录的数据框

Transform Correlation Matrix into dataframe with records for each row column pair

r

matrix

correlation