Question

我有一个矩阵，可以在其上计算各列之间的相关性。我创建了一个函数，该函数以相关矩阵的形式给出结果（由于apply()函数），但是我想直接获取成对的相关数据帧。是否有可能没有任何中间矩阵：矩阵->成对相关数据帧

cor_rho<-function(y) {
res <- foreach(i = seq_len(ncol(y)),
.combine = rbind,
.multicombine = TRUE,
.inorder = FALSE,
.packages = c('data.table', 'doParallel')) %dopar% {
apply(y, 2, function(x) 1 - ((var(y[,i] - x)) / (var(y[,i]) + var(x))))}
return(res)}

这是相同的功能，我只是添加了几行以获取所需的data.frame

cor_rho<-function(y) {
res <- foreach(i = seq_len(ncol(y)),
.combine = rbind,
.multicombine = TRUE,
.inorder = FALSE,
.packages = c('data.table', 'doParallel')) %dopar% {
apply(y, 2, function(x) 1 - ((var(y[,i] - x)) / (var(y[,i]) + var(x))))}
colnames(res)=rownames(res)=colnames(y)
Df<-data.frame(var1=rownames(res)[row(res)[upper.tri(res)]],
var2=colnames(res)[col(res)[upper.tri(res)]],
corr=res[upper.tri(res)])
return(Df)}

这给了我类似的东西

var1 var2 value
var1 var3 value
var2 var3 value

Answer 1

我仅使用dplyr和reshape2，它可以满足您的需求吗？

library(reshape2)
library(dplyr)

set.seed(1)
n <- 10
df <- data.frame(var1 = rnorm(n), var2 = rnorm(n), var3 = rnorm(n))
melt(cor(df), id = c("Var1", "Var2")) %>%
  filter(Var1 != Var2) %>%
  filter(duplicated(value))

我做出了一个可能对您不利的假设，即假设对称系数之间的相关系数之间没有重复。希望对您有所帮助。

编辑1：

我在互联网上看，发现以下软件包：corrr，其中有一个函数correlate，可直接向您返回data.frame。如果要指定输出，则以下几行将为您提供附近的内容：

install.packages('corrr')
library(corrr)
stretch(correlate(df))

但是在那之后，您需要执行与上述相同的技巧，以仅拥有所需的内容。

编辑2：

我再次在互联网上查看有什么可以帮助您的，实际上，唯一一个在输入中采用矩阵并给出data.frame的包是corrr，但我在更大的矩阵上对其进行了测试真的很慢。

n <- 100
p <- 8000
m <- n * p 
df <- data.frame(matrix(rnorm(m), nrow = n, ncol = p))


t <- Sys.time()
m_cor <- cor(df)
t <- Sys.time() - t
t1 <- t 

library(corrr)

t <- Sys.time()
m_cor <- correlate(df)
t <- Sys.time() - t
t2 <- t

library(propagate)

t <- Sys.time()
m_cor <- bigcor(df)
t <- Sys.time() - t
t3 <- t

在处理非常大的矩阵的情况下，propogate似乎是一件好事，但我不确定如何很好地理解输出的类型ff。在我的示例中，基本的cor函数比其他两个解决方案要快。您找到任何解决方案了吗？

很高兴看到您的建议，因为这是一个有趣的问题。

如何从矩阵中获得一个pariwise相关数据帧？

1 个答案: