在R中，对于第三列中的每个组，在两列之间进行相关性测试

Question

我的数据框（g）包含2列，其中包含连续数据，其他列包含分类数据。 我想测试2个连续变量之间的相关性，在第三列定义的不同组中。
g（157X3000）看起来像：

     Geno          GDW         GN        M1     M2      M3
1 SB002XSB012 -17.1597630   52.31961    G/G    C/C     T/T
3 SB002XSB044  -3.6537657   53.81305    G/G    C/G     G/G
4 SB002XSB051  -7.8411596   58.05924    A/G    C/C     G/T
5 SB002XSB067   2.8412103   30.85074    A/G    G/G     G/T
6 SB002XSB073 -16.0789550  -10.09913    A/A    C/G     G/G
7 SB002XSB095   0.1759709   10.28837    A/A    G/G     T/T

我正在寻找每个M.定义的每个组中GDW和GN之间的相关性。我试过：

q<- function (x) {

spl<-split(g[,2:3],x)

r<-function(x) { if ((nrow(x[[1]][1]))>2)

cor.test(x[[1]][1],x[[1]][2],use="pairwise.complete.obs")[3:4] else Na
}

cor<- sapply(spl,r)

}

all.cor<- apply(g[,4:ncol(g)],2,q)

得到了：

Error in if ((nrow(x[[1]][1])) > 2) cor.test(x[[1]][1], x[[1]][2], use = "pairwise.complete.obs")[3:4] else Na : 
  argument is of length zero

并且没有解决它

有任何想法吗

Answer 1

如果我理解正确，您希望计算列M1中每个值的GDW和GN之间的相关性（即，通过分割M1的每个唯一值）。

使用Hadley的plyr

require(plyr)
# assuming the data.frame is df (Note: factor M1 if necessary)
daply(df, .(M1), function(y) cor(y$GDW, y$GN))

Answer 2

我想你想要这个函数r ：

if ((length(x[[1]]))>2)
    cor.test(x[[1]],x[[2]],use="pairwise.complete.obs")[3:4] else NA

x[[1]]是向量，而x[[1]][1]是该向量的单个元素。 你显然想要cor.test矢量而不是单个元素。

另外，向量具有length但是nrow不合适。

您得到的错误是nrow(x[[1]][1])求值为NULL ，因此nrow(x[[1]][1]) > 2计算为logical(0) 。 if的参数应该是长度为1的logical 。