在 R 中，我有一个包含类标签C（一个因子）和两个测量值M1和M2的数据框。如何计算每个类中M1和M2之间的相关性？
理想情况下，我会返回一个数据框，其中每个类有一行和两列：类标签C和相关性。
R：按组计算相关性
机器算法验证
r
相关性
2022-02-03 19:10:16
4个回答
包 plyr 是要走的路。
这是一个简单的解决方案：
xx <- data.frame(group = rep(1:4, 100), a = rnorm(400) , b = rnorm(400) )
head(xx)
require(plyr)
func <- function(xx)
{
return(data.frame(COR = cor(xx$a, xx$b)))
}
ddply(xx, .(group), func)
输出将是：
group COR
1 1 0.05152923
2 2 -0.15066838
3 3 -0.04717481
4 4 0.07899114
如果您倾向于使用基础包中的函数，可以使用该by函数，然后重新组装数据：
xx <- data.frame(group = rep(1:4, 100), a = rnorm(400) , b = rnorm(400) )
head(xx)
# This returns a "by" object
result <- by(xx[,2:3], xx$group, function(x) {cor(x$a, x$b)})
# You get pretty close to what you want if you coerce it into a data frame via a matrix
result.dataframe <- as.data.frame(as.matrix(result))
# Add the group column from the row names
result.dataframe$C <- rownames(result)
另一个使用基础包和 Tal 示例数据的示例：
DataCov <- do.call( rbind, lapply( split(xx, xx$group),
function(x) data.frame(group=x$group[1], mCov=cov(x$a, x$b)) ) )
使用 data.table 比 dplyr 短
dt <- data.table(xx)
dtCor <- dt[, .(mCor = cor(M1,M2)), by=C]
其它你可能感兴趣的问题