组间相关性答案

【问题标题】：Correlation between groups组间相关性
【发布时间】：2020-01-20 02:37:07
【问题描述】：

我有一个数据框 df。我需要找到组间 ColE 和 ColF 之间的相关性。

   df = structure(list(ColA = c("A", "A", "A", "B", "B"), ColB = c("L", 
   "L", "L", "L", "K"), ColC = c("Sup1", "Sup1", "Sup2", "Sup1", 
   "Sup1"), ColD = c("Jan", "Feb", "Mar", "Apr", "May"), ColE = c(56, 
   59, 68, 45, 45), ColF = c(58, 60, 90, 65, 59)), row.names = c(NA, 
   -5L), class = c("tbl_df", "tbl", "data.frame"))
   ColA    ColB      ColC      ColD      ColE       ColF
    A       L         Sup1      Jan       56         58
    A       L         Sup1      Feb       59         60
    A       L         Sup2      Mar       68         90
    B       L         Sup1      Apr       45         65
    B       K         Sup1      May       45         59

对于 ColA、ColB 之间的组，我需要找到相关性，因此输出应该是这样的

   New ColA     New ColB       Correlation coeff
      A            L                   ---
      B            L                   ---
      B            K                   ---

同样，如果我需要在其他组中找到相关系数，例如

     New ColA     New ColB      New ColC    Correlation coeff
      A            L               Sup1               ---
      A            L               Sup2               ---
      B            L               Sup1               ---   
      B            K               Sup1               ---

有没有办法解决这个问题？

【问题讨论】：

你的一些变量似乎是分类的，那么你将如何估计这些变量的相关系数？
抱歉，实际上我需要为这些组关联 Col E 和 Col F 之间的关系？我已经编辑了我的问题
您能否通过在您的问题中发布dput() 的结果来发布您的数据样本？

标签： r

【解决方案1】：

使用dplyr，您可以：

df %>%
 group_by(ColA, ColB) %>%
 summarise(corr_coeff = cor(ColE, ColF))

  ColA  ColB  corr_coeff
  <chr> <chr>     <dbl>
1 A     L         0.983
2 B     K        NA    
3 B     L        NA

请注意，对于两组没有系数计算，因为它们只有一个值。

【讨论】：

完美。假设我有#DIV/0！或 0 是我的数据。如何排除？
你可以先过滤掉。或者改造它。这取决于你的目标。

【解决方案2】：

带有data.table 包

> data.table(df)[,j=list(kor=cor(ColE,ColF)),by=list(ColA,ColB)]

   ColA ColB      kor
1:    A    L 0.982613
2:    B    L       NA
3:    B    K       NA

【讨论】：