有效地提取 R 中的成对相关性答案

【问题标题】：Efficiently extracting pairwise correlations in R有效地提取 R 中的成对相关性
【发布时间】：2013-11-11 01:09:24
【问题描述】：

这看起来应该很简单，但我有一个数据框，需要提取id 与trial 之间每对可能的分数的相关性（换句话说，比较试验 10 上 id 1 的分数到试验 10 上的 id 2，试验 10 上的 id 1 到试验 10 上的 id 3，依此类推。示例数据帧如下。

id <- c('1','1','1','2', '2', '2', '3', '3', '3')
trial <- c('10','11','12','10', '11', '12', '10', '11', '12')
score<- c('634', '981','101', '621', '31', '124', '827', '404', '92')
d <- data.frame(id, trial, score)

d

 id trial score
  1    10   634
  1    11   981
  1    12   101
  2    10   621
  2    11    31
  2    12   124
  3    10   827
  3    11   404
  3    12    92

结果应该是一个具有所有可能组合相关性的新矩阵。从表面上看，它是用于评估跨 id 的分数可靠性。

数据大约有 10000 行长，导致 R 阻塞。我查看了这里的论坛并尝试使用comb 或outer 来解决这个问题，但对语法感到困惑。任何帮助将不胜感激！

【问题讨论】：

标签： r iteration reliability

【解决方案1】：

基于@Roland的想法，但使用R基函数xtabs

> d$score <- as.numeric(as.character(d$score))
> cor(xtabs(score ~ trial + id, data=d))
            1           2         3
1  1.00000000 -0.02568439 0.5295394
2 -0.02568439  1.00000000 0.8344046
3  0.52953942  0.83440458 1.0000000

【讨论】：

以前没用过xtabs，这个好像很方便！

【解决方案2】：

如果你没有太多的 id，我会在这里重塑数据并使用 cor 接受 data.frame 作为输入：

d$score <- as.numeric(as.character(d$score))
library(reshape2)
d1 <- dcast(d,trial~id)
cor(d1[,-1])
#            1           2         3
#1  1.00000000 -0.02568439 0.5295394
#2 -0.02568439  1.00000000 0.8344046
#3  0.52953942  0.83440458 1.0000000

【讨论】：

【解决方案3】：

实现此目的的一种方法是使用 data.table。您可以使用以下

library(data.table)
d.t <- data.table(d)
setkey(d.t,"trial","id")

然后这样的事情应该会有所帮助。

temp <- cor(as.vector(d.t[J("10","1")]$score),as.vector(d.t[J("10","2")]$score))

发布这个可以围绕这个进行循环或使用 sapply 然后将结果 rbind 到矩阵/数据帧中

HTH

【讨论】：