如何在 R studio 中使用 dplyr 创建相关性答案

【问题标题】：How to create correlation using dplyr in R studio如何在 R studio 中使用 dplyr 创建相关性
【发布时间】：2017-05-10 06:16:09
【问题描述】：

我有一个数据集，其中包含 3 个属性（组织层次结构 region-area-territory，territory 是最低粒度）加上两个数字字段（sales qty 和 headcount）。

如何生成销售数量和地区人数之间的相关性，并按地区、地区和地区显示相关性？

我使用了 dplyr 包，g=group_by (mydataset, region, area, region)，然后是 summarise(g, cor(sales_qty, headcount)。显示看起来正确，但所有相关性都是 'NA'。如果我省略领土，那么结果看起来是正确的（按区域和区域分组）。即使领土是最低级别，我仍然可以使用'group_by'功能吗？为什么显示NA？

感谢您的帮助！

【问题讨论】：

什么是count(g)？计数列是 1 的列吗？

标签： r dplyr

【解决方案1】：

如果不查看您的代码，就很难判断您在尝试什么。我不能评论你做错了什么。这是我试图与组相关的内容。效果很好。

set.seed(1234)
df <- data.frame(group = rep(1:5, 100), x = rnorm(500) , y = rnorm(500) )
library(dplyr)

df %>% 
  group_by(group) %>% 
  do(data.frame(x=cor(.$x,.$y)))

输出：

 group             x
  <int>         <dbl>
1     1  0.1293551648
2     2  0.0006703073
3     3  0.2021294935
4     4 -0.0162522307
5     5  0.0995898089

【讨论】：