Question

我正在尝试生成相关矩阵的表输出。具体来说，我使用for循环来识别4:40到第1列中所有数据之间的相关性。虽然表的结果是不错的，但不确定要比较的内容什么在检查cor.test的属性时，我发现data.name被赋予x[1]和y[1]，这不足以追溯哪些列与哪些列进行比较。这是我的代码：

input <- read.delim(file="InputData.txt", header=TRUE)
x<-input[,41, drop=FALSE]
y=input[,4:40]
corr.values <- vector("list", 37)
for (i in 1:length(y) ){
  corr.values[[i]] <- cor.test(x[[1]], y[[i]], method="pearson")
}
lres <- sapply(corr.values, `[`, c("statistic","p.value","estimate","method", "data.name"))
lres<-t(lres)
write.table(lres, file="output.xls", sep="\t",row.names=TRUE)

输出文件如下所示：

       statistic        p.value     estimate                                  method            data.name   
1   -2.030111981    0.042938137 -0.095687495    Pearson's product-moment correlation    x[[1]] and y[[i]]
2   -2.795786248    0.005400938 -0.131239287    Pearson's product-moment correlation    x[[1]] and y[[i]]
3   -2.099114632    0.036368337 -0.098908573    Pearson's product-moment correlation    x[[1]] and y[[i]]
4   -1.920649487    0.055413178 -0.090571599    Pearson's product-moment correlation    x[[1]] and y[[i]]
5   -1.981326962    0.048168291 -0.093408365    Pearson's product-moment correlation    x[[1]] and y[[i]]
6   -2.80390736      0.00526909 -0.131613912    Pearson's product-moment correlation    x[[1]] and y[[i]]
7   -1.265138839    0.206482153 -0.059798855    Pearson's product-moment correlation    x[[1]] and y[[i]]
8   -2.861448156    0.004415411 -0.134266636    Pearson's product-moment correlation    x[[1]] and y[[i]]
9   -2.103403363    0.035990039 -0.099108672    Pearson's product-moment correlation    x[[1]] and y[[i]]
10  -3.610094985    0.000340807 -0.168498786    Pearson's product-moment correlation    x[[1]] and y[[i]]

显然，这并不完美，因为行已编号，无法分辨哪些相关性。有没有办法来解决这个问题？我尝试了许多解决方案但没有工作。我知道诀窍必须是编辑data.name属性，但我无法弄清楚如何做到这一点。

Answer 1

这里有一种返回数据框的方法，其中包含所有cor.test结果，其中还包括计算每个相关性的变量的名称：我们创建一个函数来提取{{的相关结果然后使用cor.test将函数应用于我们想要相关的每对变量。 mapply会返回一个列表，因此我们使用mapply将其转换为数据框。

do.call(rbind, ...)

在多对列上提取和格式化cor.test的结果

1 个答案: