将 plyr 和 cor 与多个数据框列一起使用

Question

我想将ddply（包 plyr）与 cor 一起使用来计算除以因子（“绘图”）的 Pearson 相关性。当列作为列名传递给 cor 时，我可以成功地做到这一点，但在按列号传递时则不行。

日期范围：

     head(chlor2013.df)

  Plot  X645  X665 Chlorophyll
1    1 0.019 0.054      0.3647
2    1 0.061 0.170      1.1588
3    1 0.021 0.054      0.3827
4    2 0.033 0.092      0.6270
5    2 0.055 0.148      1.0259
6    2 0.018 0.045      0.3234

使用ddply和cor，以及数据框的列名：

ddply(chlor2013.df, .(Plot), summarize, cor.v2.v3 = cor(X645,X665, use="complete.obs"))

    Plot cor.v2.v3
1    1 0.9610698
2    2 0.9261662
3    3 0.9191197
4    4 0.9104561
5    5 0.9541877
6    6 0.8750801
7    7 0.9949413

请注意，每一行都显示一个唯一的相关值。以上就是我想要的。

使用ddply和cor，以及数据框的列号：

ddply(chlor2013.df, .(Plot), summarize, cor.v2.v3 = cor(chlor2013.df[2:3], 
use="complete.obs"))

Plot cor.v2.v3.1 cor.v2.v3.2
1     1   1.0000000   0.9698445
2     1   0.9698445   1.0000000
3     2   1.0000000   0.9698445
4     2   0.9698445   1.0000000
5     3   1.0000000   0.9698445
6     3   0.9698445   1.0000000
7     4   1.0000000   0.9698445
8     4   0.9698445   1.0000000
9     5   1.0000000   0.9698445
10    5   0.9698445   1.0000000
11    6   1.0000000   0.9698445
12    6   0.9698445   1.0000000
13    7   1.0000000   0.9698445

现在所有的 r 值都是相同的，并且表示在没有被因子拆分时两列的相关性。所以列号语法与列名语法不同。我错过了什么？

最终，我想计算所有三个变量的相关矩阵：X645、X665 和叶绿素，按 Plot 分割。

谢谢

Answer 1

您需要使用匿名函数引用“chlor2013.df”的每个子集。在您最初的尝试中，相同的数据集chlor2013.df[2:3] 用于“绘图”的每个级别的所有计算中。另请注意cor(df[2:3]) 与cor(df[2], df[3]) 不同（与您的第一次通话比较：cor(X645,X665）

ddply(df, .(Plot), function(x) cor.v2.v3 = cor(x[2], x[3], use = "complete.obs"))

更新以下评论
在上面的示例中，cor 输入了两个数字向量，“X645”和“X665”。您还可以使用数值矩阵或数据框作为输入来创建“多元样本的相关矩阵”（请参阅​​?cor，例如cor(longley)）。

# refering to variables by index
ddply(df, .(Plot), function(x) cor.v2.v3 = cor(x[2:4], use = "complete.obs"))

# refering to variables by name (better practice)
ddply(df, .(Plot), function(x) cor.v2.v3 = cor(x[ , c("X645", "X665", "Chlorophyll")], use = "complete.obs"))