Question

我在data.frame中有一个R个10个变量。让我们称呼他们var1 var2 ... var10

我希望找到var1之一的相关性 var2，var3 ... var10

我们怎么能这样做？

cor函数可以一次找到2个变量之间的相关性。通过使用我必须为每个分析

编写cor函数

Answer 1

我的包corrr，有助于探索相关性，有一个简单的解决方案。我将使用mtcars数据集作为示例，并说我们要关注mpg与所有其他变量的相关性。

install.packages("corrr")  # though keep eye out for new version coming soon
library(corrr)
mtcars %>% correlate() %>% focus(mpg)


#>    rowname        mpg
#>      <chr>      <dbl>
#> 1      cyl -0.8521620
#> 2     disp -0.8475514
#> 3       hp -0.7761684
#> 4     drat  0.6811719
#> 5       wt -0.8676594
#> 6     qsec  0.4186840
#> 7       vs  0.6640389
#> 8       am  0.5998324
#> 9     gear  0.4802848
#> 10    carb -0.5509251

此处，correlate()生成相关数据框，focus()可让您专注于某些变量与所有其他变量的相关性。

仅供参考，focus()与select()包中的dplyr的工作方式类似，不同之处在于它会更改行和列。因此，如果您熟悉select()，您会发现使用focus()很容易。 E.g：

mtcars %>% correlate() %>% focus(mpg:drat)

#>   rowname        mpg        cyl       disp         hp        drat
#>     <chr>      <dbl>      <dbl>      <dbl>      <dbl>       <dbl>
#> 1      wt -0.8676594  0.7824958  0.8879799  0.6587479 -0.71244065
#> 2    qsec  0.4186840 -0.5912421 -0.4336979 -0.7082234  0.09120476
#> 3      vs  0.6640389 -0.8108118 -0.7104159 -0.7230967  0.44027846
#> 4      am  0.5998324 -0.5226070 -0.5912270 -0.2432043  0.71271113
#> 5    gear  0.4802848 -0.4926866 -0.5555692 -0.1257043  0.69961013
#> 6    carb -0.5509251  0.5269883  0.3949769  0.7498125 -0.09078980

Answer 2

我认为更好的是，您可以获得相关性，不仅将一个变量映射到所有变量，而且将所有变量映射到所有其他变量。您只需一行代码即可轻松实现。使用预先安装的mtcars数据集。

library(dplyr)

cor(select(mtcars, mpg, wt, disp, drat, qsec, hp ))

Answer 3

另一种方法是使用库Hmisc和corrplot来获得所有对之间的相关性，重要性和漂亮的情节如下：

#Your data frame (4 variables instead of 10)    
df<-data.frame(a=c(1:100),b=rpois(1:100,.2),c=rpois(1:100,.4),d=rpois(1:100,.8),e=2*c(1:100))

#setup 
library(Hmisc) 
library(corrplot)

 df<-scale(df)# normalize the data frame. This will also convert the df to a matrix.  

corr<-rcorr(df) # compute Pearson's (or spearman's corr) with rcorr from Hmisc package. I like rcorr as it allows to separately access the correlations, the # or observations and the p-value. ?rcorr is worth a read.
corr_r<-as.matrix(corr[[1]])# Access the correlation matrix. 
corr_r[,1]# subset the correlation of "a" (=var1 ) with the rest if you want.
pval<-as.matrix(corr[[3]])# get the p-values

corrplot(corr_r,method="circle",type="lower",diag=FALSE,tl.col="black",tl.cex=1,tl.offset=0.1,tl.srt=45)# plot all pairs

corrplot(corr_r,p.mat = pval,sig.level=0.05,insig = "blank",method="circle",type="lower",diag=FALSE,tl.col="black",tl.cex=1,tl.offset=0.1,tl.srt=45)# plot pairs with significance cutoff defined by "p.mat"

数据帧的多个变量之间的相关性

3 个答案: