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,
最佳答案
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)
关于r - 使用 dplyr::mutate 计算 R 中的成对相关性,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48041504/