Question

我有一个由不同评估者进行测量的数据框，我想计算评估者之间测量的相关性。

这是我当前使用虚拟数据的实现：

set.seed(123)
df <- data.table(
groups = rep(seq(1, 4, 1),100),
measurement = runif(400)
)

cormat <- matrix(ncol=length(unique(df$groups)), nrow=length(unique(df$groups)))

for (i in unique(df$groups)){
    for (j in unique(df$groups)){

    cormat[i,j] <- cor(df[groups==i,]$measurement, df[groups==j,]$measurement)
}}

我讨厌上面的嵌套循环，并希望最好找到一个dplyr / tidyverse方法解决我的问题。

预期输出为：

> cormat
           [,1]        [,2]        [,3]        [,4]
[1,]  1.0000000 -0.10934904 -0.15159825  0.13237094
[2,] -0.1093490  1.00000000 -0.04278137 -0.02945215
[3,] -0.1515983 -0.04278137  1.00000000  0.04203516
[4,]  0.1323709 -0.02945215  0.04203516  1.00000000

（如果以前曾问过这个问题，我很难道歉，我很难找到一个好的搜索词）

Answer 1

这是一种tidyverse方法。

library(tidyverse)
df %>% 
 arrange(groups) %>% 
 add_column(index = rep(1:100, times = 4)) %>% 
 spread(groups, measurement) %>% 
 select(-index) %>% 
 cor()

结果

           1           2           3           4
1  1.0000000 -0.10934904 -0.15159825  0.13237094
2 -0.1093490  1.00000000 -0.04278137 -0.02945215
3 -0.1515983 -0.04278137  1.00000000  0.04203516
4  0.1323709 -0.02945215  0.04203516  1.00000000

我们需要索引列具有唯一标识符才能传播数据。

修改

base R方法可能

cor(unstack(df, measurement ~ groups))

按组测量之间的相关性

1 个答案: