[英]Transform rows to columns in R for statistical correlation analysis
我正在尝试在R中将列转换为行,而不使用重塑形状(无法安装包)。 我收到的数据包括属性及其相应的指标。 我想计算所有这些属性--16000与总共800万条记录之间的统计相关性。 并非所有记录都具有相同数量的属性。
为此,我相信我将不得不将列转换为行,以便最终可以使用cor函数,例如cor(x [,1],x [,2:16000])。 如果有某种方法可以按属性使用cor函数,即属性1和2,属性1和3,属性1 ... N之间的相关性,则这可能完全没有必要。任何帮助将不胜感激。
ID Attribute Metric1
[1,] 1 1 -1.6363007
[2,] 2 1 1.1483294
[3,] 3 1 2.1682566
[4,] 4 1 -1.1823649
[5,] 5 1 -1.3631378
[6,] 1 2 -1.1715544
[7,] 2 2 1.5164278
[8,] 3 2 -1.0110274
[9,] 4 2 -0.9421652
[10,] 5 2 -0.2105443
[11,] 6 2 -0.4143548
[12,] 7 2 -1.6170975
[13,] 8 2 1.2402303
[14,] 9 2 0.4460047
[15,] 7 3 0.1060407
[16,] 8 3 0.9796893
[17,] 9 3 0.9254911
[18,] 10 3 -1.5728600
[19,] 11 3 -0.8082675
[20,] 12 3 -1.8643084
转型:
ID attribute1 attribute2 attribute3
1 -1.6363007 -1.1715544 na
2 1.1483294 1.5164278 na
3 2.1682566 -1.0110274 na
4 -1.1823649 -0.9421652 na
5 -1.3631378 -0.2105443 na
6 na -0.4143548 na
7 na -1.6170975 0.1060407
8 na 1.2402303 0.9796893
9 na 0.4460047 0.9254911
10 na na -1.57286
11 na na -0.8082675
12 na na -1.8643084
test <- cbind(c(rep(1,5),rep(2,9),rep(3,6)), replicate(1,rnorm(20)))
test <- cbind(c(1:5,1:9,7:12),test)
@亚伦
q <- matrix(nrow=20,ncol=3)
colnames(q) <- c("x","y","z")
q[,3] <- replicate(1, rnorm(20))
q[,2] <- c(101,102,103,104,105,106, 107, 108, 101,103,107,109, 104,110,102,103,106,109,108,112)
q[15:20,1] <- 10000003
q[9:14,1] <- 10000002
q[1:8,1] <- 10000001
q <- data.frame(q)
q$x <- factor(q$x)
q$y <- factor(q$y)
q$z <- factor(q$z)
with(q, {
out <- matrix(nrow=nlevels(x), ncol=nlevels(y),
dimnames=list(levels(x), levels(y)))
out[cbind(x, y)] <- z
out
})
不需要“ reshape”或“ reshape2”包。 只需使用base R reshape()
。 假设您的data.frame
命名为“ temp”:
reshape(temp, direction = "wide", idvar="ID", timevar="Attribute")
# ID Metric1.1 Metric1.2 Metric1.3
# [1,] 1 -1.636301 -1.1715544 NA
# [2,] 2 1.148329 1.5164278 NA
# [3,] 3 2.168257 -1.0110274 NA
# [4,] 4 -1.182365 -0.9421652 NA
# [5,] 5 -1.363138 -0.2105443 NA
# [11,] 6 NA -0.4143548 NA
# [12,] 7 NA -1.6170975 0.1060407
# [13,] 8 NA 1.2402303 0.9796893
# [14,] 9 NA 0.4460047 0.9254911
# [18,] 10 NA NA -1.5728600
# [19,] 11 NA NA -0.8082675
# [20,] 12 NA NA -1.8643084
如果您的数据是matrix
而不是data.frame
,则需要在使用reshape()
之前将其转换为data.frame
,或者可以使用xtabs()
。 但是,使用xtabs()
会创建零而不是NA
。 这是xtabs()
方法:
xtabs(Metric1 ~ ID + Attribute, tempm)
# Attribute
# ID 1 2 3
# 1 -1.6363007 -1.1715544 0.0000000
# 2 1.1483294 1.5164278 0.0000000
# 3 2.1682566 -1.0110274 0.0000000
# 4 -1.1823649 -0.9421652 0.0000000
# 5 -1.3631378 -0.2105443 0.0000000
# 6 0.0000000 -0.4143548 0.0000000
# 7 0.0000000 -1.6170975 0.1060407
# 8 0.0000000 1.2402303 0.9796893
# 9 0.0000000 0.4460047 0.9254911
# 10 0.0000000 0.0000000 -1.5728600
# 11 0.0000000 0.0000000 -0.8082675
# 12 0.0000000 0.0000000 -1.8643084
使用reshape2
acast(dat, ID~Attribute, value.var="Metric1")
1 2 3
1 -1.636301 -1.1715544 NA
2 1.148329 1.5164278 NA
3 2.168257 -1.0110274 NA
4 -1.182365 -0.9421652 NA
5 -1.363138 -0.2105443 NA
6 NA -0.4143548 NA
7 NA -1.6170975 0.1060407
8 NA 1.2402303 0.9796893
9 NA 0.4460047 0.9254911
10 NA NA -1.5728600
11 NA NA -0.8082675
12 NA NA -1.8643084
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.