在 R 中计算数据框中的列对的相关性答案

【问题标题】：Calculate Correlations of Pairs of Columns in a Data Frame in R在 R 中计算数据框中的列对的相关性
【发布时间】：2014-02-20 04:51:29
【问题描述】：

我有以下数据框：

set.seed(1)
y <- data.frame(a1 = rnorm(5) , b1 = rnorm(5), c1 = rnorm(5),  a2 = rnorm(5), b2 = rnorm(5), c2 = rnorm(5))

我想获得列对的相关性： cor(a1,a2), cor(b1,b2), cor(c1,c2)

我尝试了以下方法，但 NA 显示为输出：

apply(y,2,function(x) cor(x[1],x[3]))

我想得到相当于

的结果

cor(y[,1],y[,4])
cor(y[,2],y[,5])
cor(y[,3],y[,6])

在我的实际数据框中，我有更多的列对。

有什么想法吗？

感谢您的支持。

【问题讨论】：

如果你不介意额外的输出，你可以做cor(y)?
为什么不直接将 x[n] 替换为 y[n] 呢？
我确实介意额外的输出，因为我的实际数据框中有太多变量。谢谢！

标签： r apply correlation

【解决方案1】：

num.vars <- length(y)
var1 <- head(names(y), num.vars / 2)
var2 <- tail(names(y), num.vars / 2)
mapply(cor, y[var1], y[var2])
#         a1         b1         c1 
#  0.2491625 -0.5313192  0.5594564

【讨论】：

优雅！如果 num.vars 是奇数怎么办？
鉴于 OP 如何提出问题，情况不应该如此。但我想var1 和var2 的创建方式可以使用不同的方法（例如正则表达式）。不过，我会不理会mapply。

【解决方案2】：

另一种在名称上使用可变正则表达式的方法。如果变量名是任意顺序的，这也有效。

nn <- 
unique(sub('([0-9]+)','',names(y )))

sapply(nn,function(x){
    xy = y[,grep(x,names(y))]
    cor(xy[,1],xy[,2])})
         a          b          c 
-0.7615458  0.5683647  0.5594564

【讨论】：