Question

是否存在R函数来计算所有可能的相关性，并提供两个数据帧中的行之间的p值（列数相似但行数不同），类似于R中的cor()函数？

我发现了cor.test(），但是它只占用一个类似大小的数据帧。

Answer 1

据我所知，函数cor.test仅接受具有相同长度的数值向量。

您可以使用功能corrplot::cor.mtest实现所需的功能。

这是一个可复制的示例。首先加载库并创建伪数据...

library(corrplot)

nbgene1 <- 100
nbgene2 <- 200
n <- 10

df1 <- matrix(rnorm(nbgene1 * n), nbgene1, n)
rownames(df1) <- paste0("Df1_gene", 1:nbgene1)
colnames(df1) <- paste0("Subject", 1:n)

df2 <- matrix(rnorm(nbgene2 * n), nbgene2, n)
rownames(df2) <- paste0("Df2_gene", 1:nbgene2)
colnames(df2) <- paste0("Subject", 1:n)

函数cor.mtest仅接受一个单个数据帧，其中个人作为行，变量作为列，因此您需要将两个数据帧组合在一起...

df_combined <- rbind(df1, df2)

...并将转置后的数据帧输入到cor.mtest（因为在您的情况下，行是基因，列是个人）。

res_cortest <- cor.mtest(t(df_combined))

那么您要做的就是从结果中提取正确的p值。

pval <- res_cortest$p[1:nbgene1, (nbgene1+1):(nbgene1+nbgene2)]

您可能想重命名此矩阵的行和列，以获得更可解释的结果。

dimnames(pval) <- list(rownames(df1), rownames(df2))

此外，别忘了对多个测试进行更正！

# For example with Banjamini and Hochberg's method
padj <- matrix(p.adjust(pval, "BH"), nbgene1, nbgene2, dimnames = dimnames(pval))

比起使用cor.mtest更有趣的是看里面的东西！

> corrplot::cor.mtest
function (mat, ...) 
{
    mat <- as.matrix(mat)
    n <- ncol(mat)
    p.mat <- lowCI.mat <- uppCI.mat <- matrix(NA, n, n)
    diag(p.mat) <- 0
    diag(lowCI.mat) <- diag(uppCI.mat) <- 1
    for (i in 1:(n - 1)) {
        for (j in (i + 1):n) {
            tmp <- cor.test(x = mat[, i], y = mat[, j], ...)
            p.mat[i, j] <- p.mat[j, i] <- tmp$p.value
            if (!is.null(tmp$conf.int)) {
                lowCI.mat[i, j] <- lowCI.mat[j, i] <- tmp$conf.int[1]
                uppCI.mat[i, j] <- uppCI.mat[j, i] <- tmp$conf.int[2]
            }
        }
    }
    list(p = p.mat, lowCI = lowCI.mat, uppCI = uppCI.mat)
}

这是一个简单的for循环！

在可重现示例中，此循环的等效项是...

pval <- matrix(NA, nbgene1, nbgene2,
               dimnames = list(rownames(df1),
                               rownames(df2)))
for (i in 1:nbgene1) {
  for (j in 1:nbgene2) {
    pval[i, j] <- cor.test(df1[i, ], df2[j, ])$p.value
  }
}

多重校正步骤相同。

获取两个不同大小的数据框之间所有组合的相关性

1 个答案: