[英]cor() function in R with a subset
我在R中有一个包含三列的表。 我想根据一组特定条件(值都是数字,我希望它们>一定数)来获得前两列与第三列的子集的相关性。 cor()
函数似乎没有用于定义此类子集的参数。
我知道我可以使用summary(lm())
函数并对r ^ 2求平方根,但是问题是我在for
循环中执行此操作,只是将相关性附加到我拥有的单独列表中。 我真的不能轻易将回归摘要的一部分附加到列表中。
这是我正在尝试做的事情:
for (i in x) {list[i] = cor(data$column_a, data$column_b, subset = data$column_c > i)}
显然,我不能这样做,因为cor()函数不适用于子集。
(注意:x = seq(1,100)和list = NULL)
您可以使用lapply
无循环操作。 这是一些代码,将在一个列中输出月份范围,而在另一列中输出相关性的数据帧。 do.call(rbind...
业务只是从lapply
获取列表输出,然后将其转换为数据帧。
corrs = do.call(rbind, lapply(min(airquality$Month):max(airquality$Month),
function(x) {
data.frame(month_range=paste0(x," - ", max(airquality$Month)),
correlation = cor(airquality$Temp[airquality$Month >= x & airquality$Temp < 80],
airquality$Wind[airquality$Month >= x & airquality$Temp < 80]))
}))
corrs
month_range correlation
1 5 - 9 -0.3519351
2 6 - 9 -0.2778532
3 7 - 9 -0.3291274
4 8 - 9 -0.3395647
5 9 - 9 -0.3823090
您可以先对数据进行子集,然后找到相关性。
a <- subset(airquality, Temp < 80 & Month > 7)
cor(a$Temp, a$Wind)
编辑:我真的不知道您的list
变量是什么,但这是一个基于i
动态更改子集的示例(请参阅每月要求如何随每次迭代更改)
list <- seq(1, 5)
for (i in 1:5){
a <- subset(airquality, Temp < 80 & Month > i)
list[i] <- cor(a$Temp, a$Wind)
}
根据您单独提供的伪代码,这应该可以工作:
for (i in x) {
df <- subset(data, column_c > i)
list[i] = cor(df$column_a, df$column_b)
}
但是,我不知道为什么要让list[i]
索引与用于column_c
子集的值相同。 那可能是问题的另一个来源。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.