使用聚合的數據幀子集的相關性

Question

我有一個數據幀通過行綁定了許多數據幀，每個數據幀都用唯一鍵標識。我希望計算大數據框的每個子集（使用唯一鍵）的列的相關係數。例如，使用mtcars數據我可能想要計算列hp和wt列cyl中每個唯一值之間的相關性。我可以做一個循環

data("mtcars") 
for(i in c(4,6,8)){ 
temp = subset(mtcars,mtcars$cyl==i) 
cor(temp$hp,temp$wt) 
} 

我總覺得會更好，但是這個代碼不工作：

data("mtcars") 
aggregate(mtcars,by=mycars$cyl,cor) 

Answer 1

你可以使用

data("mtcars") 
library(plyr) 
ddply(mtcars,"cyl",function(x) cor(x$hp,x$wt)) 

這會將數據在mtcars,cyl中，適用於每個子集x函數cor(x$hp,x$wt)然後聚合data.frame中的每個子集的結果。

我強烈推薦plyr包。這是我在R.

---

編輯大多數用的包之一：根據要求，這裏dplyr版本。我不得不說，我不是一個大的dplyr用戶，但代碼應該沒問題。

library(dplyr) 
mtcars %>% group_by(cyl) %>% summarise(V1=cor(hp,wt)) 

Answer 2

在base R，它的工作爲split和lapply或sapply

lapply(split(mtcars, mtcars$cyl), function(X) cor(X$hp, X$wt)) 
## $`4` 
## [1] 0.1598761 
## 
## $`6` 
## [1] -0.3062284 
## 
## $`8` 
## [1] 0.01761795 
## 


sapply(split(mtcars, mtcars$cyl), function(X) cor(X$hp, X$wt)) 
##   4   6   8 
## 0.15987614 -0.30622844 0.01761795