两个数据集与R之间的逐列相关性？

【问题标题】：Column by column correlation between two data sets with R?两个数据集与R之间的逐列相关性？
【发布时间】：2021-08-07 16:06:35
【问题描述】：

我有两个数字数据集。 Df1 和 Df2 各包含 15000 列。我现在想计算相关性，但仅在 Df1 的第 1 列和 Df2 的第 1 列之间，然后在第 2 列 Df1 和第 2 列 Df2 之间，依此类推。这适用于所有 15000 列。创建相关矩阵会产生很多不需要的相关性。因此，我正在寻找更优雅的解决方案。

谁能帮帮我？

提前致谢 H.

【问题讨论】：

标签： r correlation

【解决方案1】：

您应该通过提取数据的几行/列来提供可重现的数据，以说明您尝试过的内容。或者只是用类似的结构组成数据，例如：

set.seed(42)
Df1 <- data.frame(matrix(runif(50), 10, 5))
Df2 <- data.frame(matrix(runif(50), 10, 5))

现在使用sapply:

idx <- ncol(Df1)
result <- sapply(seq(idx), function(i) cor(Df1[, i], Df2[, i]))
result
# [1]  0.24864047 -0.40809796  0.03718413 -0.09967868  0.46627380

【讨论】：

【解决方案2】：

基于purrr的另一种解决方案（使用dcarlson的数据）：

library(purrr)

map2_dbl(
  .x = Df1,
  .y = Df2,
  ~ cor(.x, .y)
  )

#>         X1          X2          X3          X4          X5 
#> 0.24864047 -0.40809796  0.03718413 -0.09967868  0.46627380

【讨论】：