计算R中数据帧的相关性

Question

我有一个数据帧d ，它有3列，即s ， n ， id ，我需要根据它们的“id”计算“s”和“n”之间的相关性。 像例如数据框：

"s"   "n"   "id"
1.6    0.5   2
2.5    0.8   2
4.8    0.7   3
2.6    0.4   3
3.5    0.66  3
1.2    0.1   4
2.5    0.45  4

所以，我想计算2，3和4的相关性，并将其作为矢量返回：

cor
0.18 0.45 0.65

我的问题是如何选择这些id并计算相关性并以向量的形式返回。

谢谢

Answer 1

这是一个dplyr方法：

library(dplyr)
group_by(df, id) %>% summarise(corel = cor(s, n)) %>% .$corel
#[1] 1.000000 0.875128 1.000000

Answer 2

也许你可以试试

unname(c(by(df[,-3], list(df$id), FUN=function(x) cor(x)[2])))
#[1] 1.000000 0.875128 1.000000

要么

 unname(sapply(by(df[,-3], list(df$id), FUN=cor),`[`,2))
 #[1] 1.000000 0.875128 1.000000

要么

library(data.table)
setDT(df)[,cor(s,n) , by=id]$V1
#[1] 1.000000 0.875128 1.000000

数据

df <-  structure(list(s = c(1.6, 2.5, 4.8, 2.6, 3.5, 1.2, 2.5), n = c(0.5, 
0.8, 0.7, 0.4, 0.66, 0.1, 0.45), id = c(2L, 2L, 3L, 3L, 3L, 4L, 
4L)), .Names = c("s", "n", "id"), class = "data.frame", row.names = c(NA, 
-7L))

Answer 3

tab_split<-split(mydf,mydf$id) # get a list where each element is a subset of your data.frame with the same id

unlist(lapply(tab_split,function(tab) cor(tab[,1],tab[,2]))) # get a vector of correlation coefficients

你给的样本：

mydf<-structure(list(s = c(1.6, 2.5, 4.8, 2.6, 3.5, 1.2, 2.5), 
                     n = c(0.5,0.8, 0.7, 0.4, 0.66, 0.1, 0.45), 
                     id = c(2L, 2L, 3L, 3L, 3L, 4L,4L)), 
                .Names = c("s", "n", "id"), 
                class = "data.frame", 
                row.names = c(NA, -7L))

> unlist(lapply(tab_split,function(tab) cor(tab[,1],tab[,2])))
       2        3        4 
1.000000 0.875128 1.000000

注意：如果您的列名称始终为“n”和“s”，您也可以这样做

unlist(lapply(tab_split,function(tab) cor(tab$s,tab$n)))

Answer 4

循环选项（即使它可能比其他解决方案慢）。 如果您只想包含某些身份，则应调整矢量d，在矢量v中返回相关性

d <- unique(mydf$id)
v <- vector("numeric", length = length(d))

for(i in seq_along(d)) {
  dat <- mydf[ which(mydf$id == d[i]), ]
  v[i] <- cor(dat$s, dat$n)
}