我用外部程序（SparCC）创建了一个相关矩阵。我也从SparCC中的相同数据计算了p值，最后我将两个对象导入到R中，让我们称之为corr和pval和
> ncol(corr)==nrow(corr)
[1] TRUE
> ncol(pval)==nrow(pval)
[1] TRUE
和
> colnames(corr)==rownames(pval)
[1] TRUE ...
和反过来相同。
由于矩阵（或者我应该使用data.frame？）是相当大的（大约1000项），我想通过查找它们的p-从corr矩阵中提取显着的相关性。 pval矩阵中的值，我已考虑使用apply执行某些操作：
extracted.values <- apply(corr, nrows(corr), which(pval<0.1))
但是由于which的部分实际上不是一个函数，它将输出和错误。
由于which命令输出了pval矩阵中的位置列表，因此我对如何为每个所需项检索colnames和rownames感到有些不知所措。
有没有更简单的方法来做我想要的事情，比如在R中从头开始创建一个关联对象（这是可能的吗？），它包含corr和pval矩阵并提取重要数据值？我在Python中找到了this solution，但是如果R的解决方案比我想象的要简单，那么R的解决方案将非常受欢迎。
感谢您的帮助！
编辑：python示例不保留标题。
答案 0 :(得分：1)
你可以简单地做
corr[pval < 0.1]