我有一个数据框,其中有一列我想按组计算相关矩阵。每个组都有相同的行数,但是由于内存限制,我不希望将其强制转换为大数据帧。有没有办法在R中执行此操作而无需重铸?
例如:
config.toml
应该返回100x100的相关矩阵
答案 0 :(得分:2)
#DATA
set.seed(42)
dt <- data.table(group=rep(1:5, each = 20), value = rnorm(20 * 5))
这里是基础R
的例子<强> 1 强>
首先获取group
的唯一元素列表,然后在对应于所有唯一cor
对的value
之间运行group
。
groups = unique(dt$group)
sapply(1:length(groups), function(i)
sapply(1:length(groups), function(j)
cor(x = dt$value[dt$group == groups[i]], y = dt$value[dt$group == groups[j]])))
# [,1] [,2] [,3] [,4] [,5]
#[1,] 1.00000000 0.436949356 0.04324370 -0.03960938 0.281518699
#[2,] 0.43694936 1.000000000 0.03976509 -0.06555478 0.005944951
#[3,] 0.04324370 0.039765093 1.00000000 0.33289052 0.211291403
#[4,] -0.03960938 -0.065554780 0.33289052 1.00000000 -0.183091610
#[5,] 0.28151870 0.005944951 0.21129140 -0.18309161 1.000000000
<强> 2 强>
另一种方法也可以在不重新设定的情况下运行,但需要将dt
拆分为基于group
的列表。
temp = split(dt, dt$group)
sapply(1:length(temp), function(i)
sapply(1:length(temp), function(j)
cor(x = temp[[i]]$value, y = temp[[j]]$value)))
# [,1] [,2] [,3] [,4] [,5]
#[1,] 1.00000000 0.436949356 0.04324370 -0.03960938 0.281518699
#[2,] 0.43694936 1.000000000 0.03976509 -0.06555478 0.005944951
#[3,] 0.04324370 0.039765093 1.00000000 0.33289052 0.211291403
#[4,] -0.03960938 -0.065554780 0.33289052 1.00000000 -0.183091610
#[5,] 0.28151870 0.005944951 0.21129140 -0.18309161 1.000000000