我想将一个变量(比如酪氨酸)与R上的所有其他变量(大约200种其他代谢物,如尿素,葡萄糖,肌苷等)联系起来,我不知道该怎么做。我是R.的新手。
我已经学会了配对功能,但它将指定范围内的每种代谢物配对到另一种。
谢谢!
答案 0 :(得分:10)
既然你提到了代谢产物",我认为你的指标是"浓度",例如你有一个矩阵,称之为data
,每个代谢物都有一列,每个样本都有一行。
所以,像这样:
# just generates example - YOU SHOULD PROVIDE THIS!!!
data <- data.frame(tyrosine=1:10 + rnorm(10,sd=2),
urea =2*1:10 + rnorm(10,sd=2),
glucose =30 -2*1:10 +rnorm(10,sd=2),
inosine =25 -1:10 + rnorm(10,sd=2))
data
tyrosine urea glucose inosine
1 -0.2529076 5.023562 29.83795 26.71736
2 2.3672866 4.779686 27.56427 22.79442
3 1.3287428 4.757519 24.14913 22.77534
4 7.1905616 3.570600 18.02130 20.89239
5 5.6590155 12.249862 21.23965 17.24588
6 4.3590632 11.910133 17.88774 18.17001
7 7.9748581 13.967619 15.68841 17.21142
8 9.4766494 17.887672 11.05850 16.88137
9 10.1515627 19.642442 11.04370 18.20005
10 9.3892232 21.187803 10.83588 16.52635
要获得相关系数,只需输入:
cor(data)
tyrosine urea glucose inosine
tyrosine 1.0000000 0.8087897 -0.9545523 -0.8512938
urea 0.8087897 1.0000000 -0.8577782 -0.8086910
glucose -0.9545523 -0.8577782 1.0000000 0.8608000
inosine -0.8512938 -0.8086910 0.8608000 1.0000000
要生成散点图矩阵,只需输入:
pairs(data)
将来,请提供可导入R 的数据示例。
答案 1 :(得分:8)
在下面的示例中,我只是将包含所有变量的数据框拆分为两个矩阵。可以将这些输入到cor
函数中以获取相关值:
set.seed(1)
n=20
df <- data.frame(tyrosine=runif(n), urea=runif(n), glucose=runif(n), inosine=runif(n))
df
COR <- cor(as.matrix(df[,1]), as.matrix(df[,-1]))
COR
# urea glucose inosine
#[1,] -0.2373854 -0.3672984 -0.3393602
答案 2 :(得分:4)
类似于使用apply和列名称的框中的Marc
> set.seed(1)
> n=20
> df <- data.frame(tyrosine=runif(n), urea=runif(n), glucose=runif(n),
inosine=runif(n))
> apply(df,2, function(col)cor(col, df$tyrosine))
tyrosine urea glucose inosine
1.0000000 -0.2373854 -0.3672984 -0.3393602
对于合理大小的数据来说,这是一个很好的问题和模式,因为如果你只想要酪氨酸(OP特别要求)只计算酪氨酸(n时间+空间),而不是全部和所有数据,这是有效的(~n ^ 2时间+空格)。