Question

首先，我知道这个标题听起来非常奇怪，但我找不到更好的措辞，这可能就是为什么我在之前提出的问题中找不到它。

我想知道的是我如何分析，例如自变量和因变量之间的相关性，但是看到例如只有男性之间的相关性，然后只有女性（当然我有性别作为一个数据框中的列。

这当然不仅限于相关性。我想知道，一般来说，这是最好的（也是最容易的）方法。

非常感谢

Answer 1

这是dplyr包的一个很好的用例

library(dplyr)

# g will introduce a correlation for men but not women.
g <- c(rnorm(50),rep_len(0,50)) 
df<-data.frame(gender=rep(c('male','female'),each=50),
               x = rnorm(100) + g,
               y = rnorm(100) + g)

group_by(df,gender) %>% summarise(cor(x,y))

#>  gender   cor(x, y)
#>1 female -0.08525595
#>2   male  0.47967004

dplyr函数group_by对列出的字段（本例中为性别）%>%的数据进行分组，将分组的data.frame传递给计算相关性（或任何统计数据）的summarise在该data.frame

中的组内

由于summarise仅适用于返回单个值的函数（如mean，sd，cor等），因为返回的值不是＆＃39 ; t长度为1，那么你可以使用split-then-lapply样式：

lapply(dfs,function(x)lm(x~y,data=x))

将返回所有＆＃39; lm＆＃39;的列表对象。

如何分析r中单列中数据分割的数据？

1 个答案: