在 R 中对数据集进行多重相关的循环答案

【问题标题】：Loop for doing multiple correlations on dataset in R在 R 中对数据集进行多重相关的循环
【发布时间】：2021-04-28 18:39:20
【问题描述】：

我有一个包含 x 列的数据集，由测试结果组组成，例如 test1_1、test1_2 等。每组测试都有不同数量的测试结果与之关联，因此实际数字不一样在每个测试中。最后一列是我的目标变量。我正在寻找确定哪些测试与目标变量相关，但我也想为每组测试创建数据集。我还将针对目标变量绘制每个测试的相关图。我怀疑我可以在 for/while 循环中用几行代码实现所有这些，但是，我不确定从哪里开始。

【问题讨论】：

标签： r for-loop dplyr while-loop correlation

【解决方案1】：

使用lapply 可以这样实现：

library(dplyr)
library(corrplot)

set.seed(42)
dataset <- data.frame(
  test1_1 = runif(20),
  test1_2 = runif(20),
  test2_1 = runif(20),
  test2_2 = runif(20),
  Target = runif(20)
)

test_cols <- gsub("_\\d+$", "", names(dataset))
test_cols <- test_cols[grepl("^test", test_cols)]
test_cols <- unique(test_cols)
test_cols <- setNames(test_cols, test_cols)

test_fun <- function(x, test) {
  x <- x %>% 
    select((starts_with(test)) | matches("Target")) 
  
  cor(x)
}

cor_test <- lapply(test_cols, test_fun, x = dataset)
cplot <- lapply(cor_test, corrplot)

【讨论】：

【解决方案2】：

这类似于@stefan 的回答，使用split.default 按列名中的模式拆分列。

tmp <- dplyr::select(dataset, -Target)

list_plot <- lapply(split.default(tmp, sub('_.*', '', names(tmp))), function(x) {
                    corrplot::corrplot(cor(cbind(x, Target = dataset$Target)))
              })

【讨论】：