r - 使用 dplyr::mutate 计算 R 中的成对相关性

Question

我有一个大型数据框，每行都有足够的数据来使用该数据框的特定列计算相关性，并添加一个包含计算的相关性的新列。

这是我想做的事情的摘要(这个使用 dplyr):

example_data %>%
mutate(pearsoncor = cor(x = X001_F5_000_A:X030_F5_480_C, y = X031_H5_000_A:X060_H5_480_C))

显然，这种方式不起作用，因为我在 pearsoncor 列中只得到 NA's，有人有建议吗？有没有简单的方法可以做到这一点？

最好，

Example data frame

Answer 1

使用 tidyr，您可以分别收集您想要比较的所有 x 和 y 变量。您会得到一个小标题，其中包含您提供的每个组合的相关系数及其 p 值。

library(dplyr)
library(tidyr)

example_data %>%
  gather(x_var, x_val, X001_F5_000_A:X030_F5_480_C) %>% 
  gather(y_var, y_val, X031_H5_000_A:X060_H5_480_C) %>% 
  group_by(x_var, y_var) %>% 
  summarise(cor_coef = cor.test(x_val, y_val)$estimate,
            p_val = cor.test(x_val, y_val)$p.value)

编辑，几年后更新:

library(tidyr)
library(purrr)
library(broom)
library(dplyr)

longley %>%
  pivot_longer(GNP.deflator:Armed.Forces, names_to="x_var", values_to="x_val") %>% 
  pivot_longer(Population:Employed, names_to="y_var", values_to="y_val") %>% 
  nest(data=c(x_val, y_val)) %>%
  mutate(cor_test = map(data, ~cor.test(.x$x_val, .x$y_val)),
         tidied = map(cor_test, tidy)) %>% 
  unnest(tidied)