来自不同数据集的两个对应列之间的相关性

Question

我有两组数据，其中包含名称相同但这些列中的值不同的列。 例如：

m1 <- matrix(1:9, nrow = 3, ncol = 3, byrow = TRUE,
             dimnames = list(c("s1", "s2", "s3"),c("cow", "dog","cat")))
m2 <- matrix(1:9, nrow = 3, ncol = 3, byrow = FALSE,
             dimnames = list(c("s1", "s2", "s3"),c("dog", "cow","cat")))
> m1
   cow dog cat
s1   1   2   3
s2   4   5   6
s3   7   8   9
> m2
   dog cow cat
s1   1   4   7
s2   2   5   8
s3   3   6   9

我想使用cor.test（）创建一个函数来计算对应列之间的相关性。 例如牛与牛，狗与狗。 使用cor.test（）的原因是我想获得相关系数和p值。 因此，如果还有其他方法可以获取这些信息，我也欢迎那些人。 实际的数据集具有成千上万的列，这些列是随机组织的，因此我正在寻找一种首先匹配列然后计算相关性的方法。 有任何想法吗？

Answer 1

这是在常见列上使用lapply的解决方案：

# Common columns
cols <- intersect(colnames(m1), colnames(m2))

# For each column, compute cor test
res <- lapply(cols, function(x) cor.test(
  m1[, x],
  m2[, x]
))

names(res) <- cols

结果是可以通过这种方式访问​​的htest对象的列表： res[["cow"]]