Question

我有一个包含30个变量的数据集，这些变量组成了三个不同的比例（每个10个项目）。考虑到一个小规模的例子，我写了一个函数（在你们的帮助下），从中获取相关矩阵......

    C1  C2  A1  A2  N1  N2
C1  1  .36 .64 .47 .36 .43  
C2 .36  1  .27 .43 .40 .47
A1 .64 .27  1  .50 .49 .33
A2 .47 .43 .50   1 .47 .37
N1 .36 .40 .49 .47  1  .41
N2 .43 .47 .33 .37 .41  1

......对此：

    C1  C2  A1  A2  N1  N2
C1  1  .36  0   0   0   0  
C2 .36  1   0   0   0   0
A1  0  0    1  .50  0   0
A2  0  0   .50  1   0   0
N1  0  0    0   0   1  .41
N2  0  0    0   0  .41  1

我现在的目标是将这个相关矩阵（基于三个不同尺度中的每一个）存储到包含三个矩阵的列表中。最终输出应如下所示：

'1'
    C1  C2
C1  1  .36 
C2 .36  1

'2'
    A1  A2
A1  1  .50 
A2 .50  1 

'3'
    N1  N2
N1  1  .41
N2 .41  1

我想要运行for循环并将结果存储在列表中是最好的。可悲的是，我在哪里开始绘制空白。但是，重要的是生成上述结果的代码可以推广用于包含两个，三个（如此实例），四个或更多个分量表的数据集。

我还要添加一些其他信息。下面是用于将矩阵中的值替换为0的函数。不是变量的参数如下：

num.vars <- 6; num.subscales <- 3; cor.d <- is the table from above

# Find correlation matrix of each sub-test
temp <- seq(1, num.vars, 1)
temp.factors <- split(temp, cut(temp, num.subscales, labels=FALSE))
temp.names <- names(d)

temp.factors <- lapply(temp.factors, function(x) temp.names[x])

facReplace <- function(m, f) {
  x <- do.call("c", f)
  m1 <- data.frame(m)
  row.names(m1) <- x
  names(m1) <- x
  for (i in 1:length(f)) {
    for (j in 1:length(x)) {
      for (k in 1:length(x)) {
        tempfac <- do.call("c", f[i])
        temprow <- x[j]
        tempcol <- x[k]
        if (!(temprow %in% tempfac) & (tempcol %in% tempfac)) (m1[j, k] <- 0)
      }
    }
  }
  return(m1)
}
sub.cor.matrix <- as.matrix(facReplace(cor.d, temp.factors))

Answer 1

你想这样做吗？

scales_name通过删除尾随数字来获取唯一的缩放属性。您可以对df进行分组和过滤，以获取data.frame

的列表

> df <- read.table(text = "    C1  C2  A1  A2  N1  N2
+ C1  1  .36 .64 .47 .36 .43  
+            C2 .36  1  .27 .43 .40 .47
+            A1 .64 .27  1  .50 .49 .33
+            A2 .47 .43 .50   1 .47 .37
+            N1 .36 .40 .49 .47  1  .41
+            N2 .43 .47 .33 .37 .41  1", header = TRUE, row.names = 1)
> 
> scales_name <- unique(gsub("[:0-9:]", "", colnames(df)))
> 
> list_cor_mat <- list()
> for (scale_tmp in scales_name) {
+   list_cor_mat <- c(list_cor_mat,
+     list(df[grepl(scale_tmp,rownames(df)), grepl(scale_tmp,colnames(df))])
+   )
+ }
> 
> names(list_cor_mat) <- scales_name
> list_cor_mat
$C
     C1   C2
C1 1.00 0.36
C2 0.36 1.00

$A
    A1  A2
A1 1.0 0.5
A2 0.5 1.0

$N
     N1   N2
N1 1.00 0.41
N2 0.41 1.00

在R中，找到每个子测试的相关矩阵

1 个答案: