R 中所有列的向量相关性 (dplyr)
correlation of a vector across all column in R (dplyr)
我在 R 中有一个数据框(取自 dplyr 的网站 here):
library(dplyr)
gdf <-
tibble(g = c(1, 1, 2, 3), v1 = 10:13, v2 = 20:23) %>%
group_by(g)
gdf
导致:
# A tibble: 4 × 3
# Groups: g [3]
g v1 v2
<dbl> <int> <int>
1 1 10 20
2 1 11 21
3 2 12 22
4 3 13 23
现在我有一个矢量 :
y <- rnorm(4);y
我想同时测量y与v1的相关性和y与v2的相关性。
across()
函数可能会完成这项工作
gdf %>% mutate(across(v1:v2, ~ cor(.x,y)))
但是 R 报告我一个错误:
Error: Problem with `mutate()` input `..1`.
ℹ `..1 = across(v1:v2, ~cor(.x, y))`.
x incompatible dimensions
ℹ The error occurred in group 1: g = 1.
Run `rlang::last_error()` to see where the error occurred.
使用基数 R:
cor(gdf[,-1], y)
#> [,1]
#> v1 0.5080586
#> v2 0.5080586
另一种可能的解决方案,基于purrr::map_dfc
:
library(tidyverse)
gdf <-
tibble(g = c(1, 1, 2, 3), v1 = 10:13, v2 = 20:23)
set.seed(123)
y <- rnorm(4)
map_dfc(gdf[,-1], ~ cor(.x, y))
#> # A tibble: 1 × 2
#> v1 v2
#> <dbl> <dbl>
#> 1 0.508 0.508
由于 cor()
要求 x
和 y
具有相同的维度,因此您不能将行分组在一起,否则它们将没有 4 个元素来匹配 [=] 中的 4 个值15=].
准备数据和文库
library(dplyr)
gdf <-
tibble(g = c(1, 1, 2, 3), v1 = 10:13, v2 = 20:23)
y <- rnorm(4)
[1] 0.59390132 0.91897737 0.78213630 0.07456498
变异()
如果要在输出中保留 v1
和 v2
,请使用 .names
参数来指示新列的名称。 {.col}
指的是across
作用的列名。
gdf %>% mutate(across(v1:v2, ~ cor(.x,y), .names = "{.col}_cor"))
# A tibble: 4 x 5
g v1 v2 v1_cor v2_cor
<dbl> <int> <int> <dbl> <dbl>
1 1 10 20 -0.591 -0.591
2 1 11 21 -0.591 -0.591
3 2 12 22 -0.591 -0.591
4 3 13 23 -0.591 -0.591
总结()
如果只想在结果中输出cor()
,可以使用summarise
gdf %>% summarize(across(v1:v2, ~ cor(.x,y)))
# A tibble: 1 x 2
v1 v2
<dbl> <dbl>
1 -0.591 -0.591
我在 R 中有一个数据框(取自 dplyr 的网站 here):
library(dplyr)
gdf <-
tibble(g = c(1, 1, 2, 3), v1 = 10:13, v2 = 20:23) %>%
group_by(g)
gdf
导致:
# A tibble: 4 × 3
# Groups: g [3]
g v1 v2
<dbl> <int> <int>
1 1 10 20
2 1 11 21
3 2 12 22
4 3 13 23
现在我有一个矢量 :
y <- rnorm(4);y
我想同时测量y与v1的相关性和y与v2的相关性。
across()
函数可能会完成这项工作
gdf %>% mutate(across(v1:v2, ~ cor(.x,y)))
但是 R 报告我一个错误:
Error: Problem with `mutate()` input `..1`.
ℹ `..1 = across(v1:v2, ~cor(.x, y))`.
x incompatible dimensions
ℹ The error occurred in group 1: g = 1.
Run `rlang::last_error()` to see where the error occurred.
使用基数 R:
cor(gdf[,-1], y)
#> [,1]
#> v1 0.5080586
#> v2 0.5080586
另一种可能的解决方案,基于purrr::map_dfc
:
library(tidyverse)
gdf <-
tibble(g = c(1, 1, 2, 3), v1 = 10:13, v2 = 20:23)
set.seed(123)
y <- rnorm(4)
map_dfc(gdf[,-1], ~ cor(.x, y))
#> # A tibble: 1 × 2
#> v1 v2
#> <dbl> <dbl>
#> 1 0.508 0.508
由于 cor()
要求 x
和 y
具有相同的维度,因此您不能将行分组在一起,否则它们将没有 4 个元素来匹配 [=] 中的 4 个值15=].
准备数据和文库
library(dplyr)
gdf <-
tibble(g = c(1, 1, 2, 3), v1 = 10:13, v2 = 20:23)
y <- rnorm(4)
[1] 0.59390132 0.91897737 0.78213630 0.07456498
变异()
如果要在输出中保留 v1
和 v2
,请使用 .names
参数来指示新列的名称。 {.col}
指的是across
作用的列名。
gdf %>% mutate(across(v1:v2, ~ cor(.x,y), .names = "{.col}_cor"))
# A tibble: 4 x 5
g v1 v2 v1_cor v2_cor
<dbl> <int> <int> <dbl> <dbl>
1 1 10 20 -0.591 -0.591
2 1 11 21 -0.591 -0.591
3 2 12 22 -0.591 -0.591
4 3 13 23 -0.591 -0.591
总结()
如果只想在结果中输出cor()
,可以使用summarise
gdf %>% summarize(across(v1:v2, ~ cor(.x,y)))
# A tibble: 1 x 2
v1 v2
<dbl> <dbl>
1 -0.591 -0.591