我有两个数据框 . 第一个是 df1
,是带有标记列的向量矩阵,如下所示:
df1 <- data.frame(A=rnorm(10), B=rnorm(10), C=rnorm(10), D=rnorm(10), E=rnorm(10))
> df1
A B C D E
-0.3200306 0.4370963 -0.9146660 1.03219577 0.5215359
-0.3193144 0.8900656 -1.1720264 -0.42591761 0.1936993
0.4897262 -1.3970806 0.6054637 0.12487936 1.0149530
0.3772420 0.8726322 0.3250020 -0.36952560 -0.5447512
-0.6921561 -0.6734468 0.3500812 -0.53373720 -0.6129472
0.2540649 -1.1911106 -0.3266428 0.14013437 1.0830148
0.6606825 -0.8942715 1.1099637 -1.52416540 -0.2383048
1.4767074 -2.1492360 0.2441242 -0.36136344 0.5589114
-0.5338117 -0.2357821 0.7694879 -0.21652356 0.3185631
3.4215916 -0.3157938 0.8895597 0.09946069 -1.0961730
第二个数据框 df2
包含与 df1
的 colnames
匹配的项目 . 例:
group <- c("1", "1", "2", "2", "3", "3")
S1 <- c("A", "D", "E", "C", "B", "D")
S2 <- c("D", "B", "A", "C", "B", "A")
S3 <- c("B", "C", "A", "E", "E", "A")
df2 <- data.frame(group,S1, S2, S3)
> df2
group S1 S2 S3
1 A D B
1 D B C
2 E A A
2 C C E
3 B B E
3 D A A
我想计算 df1
中与 df2
中标记项目对应的列向量之间的相关性 . 具体来说,匹配 cor(df2$S1, df2$S2)
和 cor(df2$S1, df2$S3)
的向量 .
输出应该是这样的:
group S1 S2 S3 cor.S1.S2 cor.S1.S3
1 A D B 0.003825055 -0.2817946
1 D B C -0.2817946 -0.4928023
2 E A A -0.3856809 -0.3856809
2 C C E 1 -0.3862433
3 B B E 1 -0.3888541
3 D A A 0.003825055 0.003825055
我一直试图用 cbind[]
来解决这个问题但是仍然遇到问题,比如 'x' must be numeric
错误 cor
. 在此先感谢您的帮助!
2 回答
另一种方法是在'df1'的列与'df2'的列进行子集之后获得
matrix/data.frame
之间的相关性,得到diag
并将输出分配为'df2'中的新列 . 在这里,我正在使用lapply
,因为我们必须同时执行'S1 vs S2'和'S1 vs S3' .您可以使用
mapply()
执行此操作 .