Question

我有一个这样的数据框：

set.seed(1)
category <- c(rep('A',100), rep('B',100), rep('C',100))
var1 = rnorm(1:300)
var2 = rnorm(1:300)
df<-data.frame(category=category, var1 = var1, var2=var2)

我需要按类别计算var1和var2之间的相关性。我想我可以先split df category，然后将cor功能应用到列表中。但我真的很担心使用lapply函数。有人可以帮助我吗？

Answer 1

这应该产生预期的结果：

lapply(split(df, category), function(dfs) cor(dfs$var1, dfs$var2))

编辑：

您也可以使用by（根据@thelatemail的建议）：

by(df, df$category, function(x) cor(x$var1,x$var2))

Answer 2

您可以使用sapply获取相同内容，但可以使用向量，而不是列表

sapply(split(df, category), function(dfs) cor(dfs$var1, dfs$var2))

Answer 3

仅供比较，以下是dplyr包的使用方法。

library(dplyr)
df %>% group_by(category) %>% summarize(cor=cor(var1,var2))

#   category         cor
# 1        A -0.05043706
# 2        B  0.13519013
# 3        C -0.04186283

R将相关函数应用于列表

3 个答案: