我有一个时间序列面板数据集,其结构如下:
df <- data.frame(
year = c(2012L, 2013L, 2014L, 2012L, 2013L, 2014L),
id = c(1L, 1L, 1L, 2L, 2L, 2L),
c = c(11L, 13L, 13L, 16L, 15L, 15L)
)
#> year id c
#> 1 2012 1 11
#> 2 2013 1 13
#> 3 2014 1 13
#> 4 2012 2 16
#> 5 2013 2 15
#> 6 2014 2 15
我想在给定其ID号的C列中找到值之间的互相关。 类似的东西:
#> 1 2
#> 1 1 0.8
#> 2 0.8 1
我一直在使用dplyr包来查找我的面板数据中两个变量之间的互相关,但出于某种原因,我不能在一个可靠的id分组中进行相互关联。
答案 0 :(得分:1)
你的意思是如下吗?我使用reshape包根据你的id的值进行强制转换,然后使用baseR中的cor()
函数。
> mydf <- data.frame(year=c("12","13","14","12","13","14"),id=c(1,1,1,2,2,2),c=c(11,13,13,16,15,156))
> library(reshape2)
> mydf
year id c
1 12 1 11
2 13 1 13
3 14 1 13
4 12 2 16
5 13 2 15
6 14 2 156
> my_wide_data <- dcast(mydf, year~id,value.var="c")
> cor(my_wide_data[,2:3])
1 2
1 1.0000000 0.4946525
2 0.4946525 1.0000000
因此,@ Henrik的评论更简单,更优雅,包括在这里。
> cor(unstack(mydf[ , -1], c ~ id))
X1 X2
X1 1.0000000 0.4946525
X2 0.4946525 1.0000000
答案 1 :(得分:1)
如果您已使用tidyverse
工具,则应尝试widyr
。
它的功能重新变宽,获得相关性,并再次给你一个整洁的数据框。
(注意我稍微改变了样本数据以匹配akaDrHouse's回答。
df <- data.frame(
year = c(2012L, 2013L, 2014L, 2012L, 2013L, 2014L),
id = c(1L, 1L, 1L, 2L, 2L, 2L),
c = c(11L, 13L, 13L, 16L, 15L, 156L)
)
df
#> year id c
#> 1 2012 1 11
#> 2 2013 1 13
#> 3 2014 1 13
#> 4 2012 2 16
#> 5 2013 2 15
#> 6 2014 2 156
widyr::pairwise_cor(df, id, year, c)
#> # A tibble: 2 x 3
#> item1 item2 correlation
#> <int> <int> <dbl>
#> 1 2 1 0.4946525
#> 2 1 2 0.4946525
widyr::pairwise_cor(df, id, year, c, upper = FALSE)
#> # A tibble: 1 x 3
#> item1 item2 correlation
#> <int> <int> <dbl>
#> 1 1 2 0.4946525