R中带有子集的cor（）函数

Question

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）

Answer 1

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

Answer 2

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)

}

Answer 3

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。