R: คำนวณความสัมพันธ์โดยกลุ่ม

ใน R ฉันมีกรอบข้อมูลประกอบไปด้วยฉลากระดับC (ปัจจัย) และสองวัดM1และM2 ฉันจะคำนวณความสัมพันธ์ระหว่างM1และM2ในแต่ละชั้นเรียนได้อย่างไร

โดยหลักการแล้วฉันจะได้กรอบข้อมูลกลับมาหนึ่งแถวสำหรับแต่ละชั้นเรียนและสองคอลัมน์นั่นคือป้ายชื่อชั้นCและสหสัมพันธ์

แพคเกจ plyr เป็นวิธีที่จะไป

นี่เป็นวิธีง่ายๆ:

xx <- data.frame(group = rep(1:4, 100), a = rnorm(400) , b = rnorm(400) )
head(xx)

require(plyr)
func <- function(xx)
{
return(data.frame(COR = cor(xx$a, xx$b)))
}

ddply(xx, .(group), func)

ผลลัพธ์จะเป็น:

  group         COR
1     1  0.05152923
2     2 -0.15066838
3     3 -0.04717481
4     4  0.07899114

หากคุณมีแนวโน้มที่จะใช้ฟังก์ชั่นในแพ็คเกจพื้นฐานคุณสามารถใช้byฟังก์ชั่นแล้วรวบรวมข้อมูลอีกครั้ง:

xx <- data.frame(group = rep(1:4, 100), a = rnorm(400) , b = rnorm(400) )
head(xx)

# This returns a "by" object
result <- by(xx[,2:3], xx$group, function(x) {cor(x$a, x$b)})

# You get pretty close to what you want if you coerce it into a data frame via a matrix
result.dataframe <- as.data.frame(as.matrix(result))

# Add the group column from the row names
result.dataframe$C <- rownames(result)

อีกตัวอย่างหนึ่งที่ใช้แพ็คเกจพื้นฐานและข้อมูลตัวอย่างของ Tal:

DataCov <- do.call( rbind, lapply( split(xx, xx$group),
             function(x) data.frame(group=x$group[1], mCov=cov(x$a, x$b)) ) )

ใช้ data.table สั้นกว่า dplyr

dt <- data.table(xx)
dtCor <- dt[, .(mCor = cor(M1,M2)), by=C]

นี่คือวิธีการที่คล้ายกันซึ่งจะให้ตารางกับค่า n และ p สำหรับแต่ละสหสัมพันธ์เช่นกัน (ปัดเศษเป็นทศนิยม 3 ตำแหน่งเพื่อความสะดวก):

library(Hmisc)
corrByGroup <- function(xx){
  return(data.frame(cbind(correl = round(rcorr(xx$a, xx$b)$r[1,2], digits=3),
                          n = rcorr(xx$a, xx$b)$n[1,2],
                          pvalue = round(rcorr(xx$a, xx$b)$P[1,2], digits=3))))
}

นี่คือโซลูชันที่ทันสมัยกว่าโดยใช้ dplyrแพ็คเกจ (ซึ่งยังไม่มีเมื่อถามคำถาม):

สร้างอินพุต:

xx <- data.frame(group = rep(1:4, 100), a = rnorm(400) , b = rnorm(400) )

คำนวณสหสัมพันธ์:

library(dplyr)
xx %>%
  group_by(group) %>%
  summarize(COR=cor(a,b))

ผลลัพธ์:

Source: local data frame [4 x 2]

  group         COR
  (int)       (dbl)
1     1  0.05112400
2     2  0.14203033
3     3 -0.02334135
4     4  0.10626273