找到一对最相关的变量

时间:2017-09-19 19:23:27

标签: r sorting dataframe pearson-correlation

假设我有一个由20列(变量)组成的数据框,并且它们都是数字的。我总是可以使用R中的cor函数来获得矩阵形式的相关系数,或者实际可视化相关矩阵(同样标记相关系数)。假设我只想根据相关系数值对对进行排序,如何在R?

中进行

2 个答案:

答案 0 :(得分:4)

使用corrr的解决方案:

  

corrr是一个用于探索R中相关性的包。它着重于   创建和使用相关数据框

library(corrr)
matrix(rnorm(100), 5) %>%
    correlate() %>% 
    stretch() %>% 
    arrange(r)

解决方案使用reshape2& data.table:

您可以reshape2::melt(导入data.tablecor结果并根据相关值进行排序(排序)。

library(data.table)
corMatrix <- cor(matrix(rnorm(100), 5))
setDT(melt(corMatrix))[order(value)]

答案 1 :(得分:2)

dplyr + tidyr解决方案:

set.seed(123)
mat = matrix(rnorm(50), nrow = 10, ncol = 5)
colnames(mat) = paste0("X", 1:5)

library(dplyr)
library(tidyr)

cor(mat) %>%
  as.data.frame() %>%
  mutate(var1 = rownames(.)) %>%
  gather(var2, value, -var1) %>%
  arrange(desc(value))

由于我们知道相关矩阵是对称的(cor(X1, X2)==cor(X2, X1)),我们可以group_by values列并删除重复项:

cor(mat) %>%
  as.data.frame() %>%
  mutate(var1 = rownames(.)) %>%
  gather(var2, value, -var1) %>%
  arrange(desc(value)) %>%
  group_by(value) %>%
  filter(row_number()==1)

结果:

# A tibble: 11 x 3
# Groups:   value [11]
    var1  var2       value
   <chr> <chr>       <dbl>
 1    X1    X1  1.00000000
 2    X4    X1  0.67301956
 3    X2    X1  0.57761512
 4    X4    X2  0.27131880
 5    X5    X4  0.07453706
 6    X5    X3  0.02265933
 7    X5    X2 -0.25201740
 8    X5    X1 -0.34863673
 9    X3    X1 -0.40595930
10    X4    X3 -0.43726491
11    X3    X2 -0.56734869