R中的pairs.panels函数用于数据框中列的特定相关性答案

【问题标题】：pairs.panels function in R for specific correlations of columns in dataframeR中的pairs.panels函数用于数据框中列的特定相关性
【发布时间】：2020-05-01 06:02:15
【问题描述】：

我有一个非常大的数据集，并试图找出许多不同（和随机）数据组合之间的相关性。例如，我可能想要第 3 列与第 12-15 列之间的相关性，或者第 20 列与第 1-4 列之间的相关性等...

我目前正在使用 psych 库中的pairs.panels() 函数，但无法确定我想要的特定列配对。

【问题讨论】：

标签： r correlation psych

【解决方案1】：

这里是 df，一个虚拟的 data.frame，有 26 列，每列都包含随机值，因此任何一对列的相关性都应该相当低。

cols = lapply(1:26, function(dummy) runif(30))
df = do.call(data.frame, cols)
names(df) = LETTERS

如果您想要列“X”与列“A”、“C”和“E”之间的相关性，请尝试使用 sapply 和 cor 函数。

sapply(df[c("A","C","E")], cor, df["X"])

或者使用列号：

sapply(df[c(1,3,5)], cor, df[24])

如果您想要两组列之间相关性的所有置换组合，请尝试：

firstGroup <- c(1,3,5,20)
secondGroup <- c(14,20,25)
combos <- expand.grid(firstGroup, secondGroup)
result <- mapply(cor, df[combos$Var1], df[combos$Var2])
resultAsMatrix <- matrix(result, nrow = length(firstGroup), dimnames = list(firstGroup, secondGroup))

获得：

> resultAsMatrix
            14         20          25
1  -0.22949844 -0.1527876 -0.11877405
3   0.23174965  0.0311125  0.33570756
5   0.01491815 -0.1263007 -0.16688800
20  0.18007802  1.0000000  0.04638838

编辑：

@user20650 指出cor 函数可以比较内置的两个矩阵。所以：

cor(df[firstGroup], df[secondGroup])

产生我在上面手动创建的矩阵：

            N          T           Y
A -0.22949844 -0.1527876 -0.11877405
C  0.23174965  0.0311125  0.33570756
E  0.01491815 -0.1263007 -0.16688800
T  0.18007802  1.0000000  0.04638838

【讨论】：

太棒了，正是我想要的。感谢您的帮助。
@user20650，是的——一个更优雅的解决方案。感谢那！我会更新我的答案。