Question

我需要根据两个条件计算数据集的相关性。以下是一个例子：

df1 <- data.frame(
  Main = c(0.0089, -0.050667, -0.030379, 0.066484, 0.006439, -0.026076), 
  B = c(NA, 0.0345, -0.0683, -0.052774, 0.014661, -0.040537), 
  C = c(0.0181, 0, -0.056197, 0.040794, 0.03516, -0.022662), 
  D = c(-0.0127, -0.025995, -0.04293, 0.057816, 0.033458, -0.058382)
)
df1
#    Main       B          C          D
# 1  0.008900   NA         0.018100  -0.012700
# 2 -0.050667   0.034500   0.000000  -0.025995
# 3 -0.030379  -0.068300  -0.056197  -0.042930
# 4  0.066484  -0.052774   0.040794   0.057816
# 5  0.006439   0.014661   0.035160   0.033458
# 6 -0.026076  -0.040537  -0.022662  -0.058382

我希望获得Main与每个列之间的相关性1）Main<0和2）满足1），列B，C，或D不等于0。在这个例子中，对于Main和B，行＃2,3和＆amp; 6（df1）符合规则;对于Main和C，第3行和第3行6适合;对于Main和D，第2,3行和第3行6适合。

在Excel中，可以使用两个if函数来完成此操作。例如，要计算Main和B之间的负相关，我可以使用{=CORREL(IF(A1:A6<0, A1:A6), IF(A1:A6<0, IF(B1:B6<>0, B1:B6)))}

我的实际数据集接近20列，并且会不时更改。我很确定R可以做到这一点，但我已经坚持了几个小时这个问题。任何建议将不胜感激。

Answer 1

a=as.matrix(df1)
ind=(a[,1]<0)
a[a==0]=NA
cor(a[ind,1],a[ind,-1],use="pairwise")

Answer 2

使用data.table：

library(data.table)
setDT(df1)
df1[Main < 0 & Reduce(`&`, lapply(df1[ , !"Main", with = FALSE], `!=`, 0)), 
    cor(.SD)]
#      Main  B  C  D
# Main    1  1  1 -1
# B       1  1  1 -1
# C       1  1  1 -1
# D      -1 -1 -1  1

（显然，因为子集只有两个点，所以一切都完全相关 - 两个点定义了一个独特的线）

如果您install the development version of data.table，可以稍微简化为：

df1[Main < 0 & Reduce(`&`, lapply(df1[ , !"Main"], `!=`, 0)), 
    cor(.SD)]

R：基于两个条件的相关计算

2 个答案: