Question

我有一个data.frame，我想使用一列与其他列计算相关系数（框架中也有一些非数字列）。

ddply(Banks,.(brand_id,standard.quarter),function(x) { cor(BLY11,x) })
# Error in cor(BLY11, x) : 'y' must be numeric

我针对is.numeric（x）进行了测试

ddply(Banks,.(brand_id,standard.quarter),function(x) { if is.numeric(x) cor(BLY11,x) else 0 })

但是每次比较失败并返回0并且只返回一列，就像它只被调用一次一样。传递给函数的是什么？刚刚来到R，我认为我缺少一些基本的东西。

由于

Answer 1

来自？cor：

如果'x'和'y'是矩阵，那么协方差（或相关性）在'x'列和'y'列之间计算。

所以你唯一真正的工作就是删除非数字列：

# An example data.frame containing a non-numeric column
d <- cbind(fac=c("A","B"), mtcars)

## Calculate correlations between the mpg column and all numeric columns
cor(d$mpg, as.matrix(d[sapply(d, is.numeric)]))
     mpg       cyl       disp         hp      drat         wt     qsec
[1,]   1 -0.852162 -0.8475514 -0.7761684 0.6811719 -0.8676594 0.418684
            vs        am      gear       carb
[1,] 0.6640389 0.5998324 0.4802848 -0.5509251

编辑事实上，正如@ MYaseen208的答案所示，没有必要将data.frames显式转换为矩阵。以下两项工作都很好：

cor(d$mpg, d[sapply(d, is.numeric)])

cor(mtcars, mtcars)

Answer 2

尝试类似这样的事情

cor(longley[, 1], longley[ , sapply(longley, is.numeric)])



    GNP.deflator       GNP Unemployed Armed.Forces Population      Year  Employed
[1,]            1 0.9915892  0.6206334    0.4647442  0.9791634 0.9911492 0.9708985

Answer 3

ddply将data.frame拆分为块并将它们（较小的data.frames）发送到您的函数。您的x是一个与Banks列相同的data.frame。因此，is.numeric(x)是FALSE。 is.data.frame(x)应该返回TRUE。

尝试：

function(x) { 
  cor(x$BLY11, x$othercolumnname) 
}

Answer 4

看起来你正在做的事情也可以用sapply完成：

with(Banks,
  sapply( list(brand_id,standard.quarter), function(x) cor(BLY11,x) )
)

Answer 5

此功能在块上运行：

calc_cor_only_numeric = function(chunk) {
   is_numeric = sapply(chunk, is.numeric)
   return(cor(chunk[-is_numeric]))
 }

可由ddply使用：

ddply(banks, .(cat1, cat2), calc_cor_only_numeric)

我无法检查代码，但这应该让你开始。

如何使用ddply关联多列？

5 个答案: