如何使用ddply關聯多列？

我有一個data.frame，我想計算相關係數使用一列對其他列（也有一些非數字列在框架中）。如何使用ddply關聯多列？

ddply(Banks,.(brand_id,standard.quarter),function(x) { cor(BLY11,x) }) 
# Error in cor(BLY11, x) : 'y' must be numeric

我對is.numeric（x）的測試

ddply(Banks,.(brand_id,standard.quarter),function(x) { if is.numeric(x) cor(BLY11,x) else 0 })

但每次失敗的比較和返回0，並返回只有一列，彷彿它纔會被調用一次。傳遞給函數的是什麼？剛剛來到R，我認爲這是我失蹤的根本。

感謝

來源

2012-08-29 LCricket

嘗試這樣一個

cor(longley[, 1], longley[ , sapply(longley, is.numeric)]) 



    GNP.deflator  GNP Unemployed Armed.Forces Population  Year Employed 
[1,]   1 0.9915892 0.6206334 0.4647442 0.9791634 0.9911492 0.9708985

來源

2012-08-29 17:02:52 MYaseen208

基本上和我的答案一樣，用'sed s/d/longley/ yours' ;） - 除了我現在看到，我不需要明確地轉換爲矩陣。謝謝。 –

太棒了！如此接近，ddply（Banks，。（brand_id，standard.quarter），function（x）{cor（x $ BLY11，x [，sapply（x，is.numeric）]）}） - 讓我相關，但是我失去了專欄名稱。他們都是V1 ... V167。如何最好地獲得原始列名稱？ – LCricket

@LCricket將'cor（...）'包裝在'as.data.frame（）'中，強制你的函數返回一個data.frame，而不是讓'plyr'將它強制爲一個。 – Justin

ddply分割一個data.frame成塊，和他們（小data.frames）發送到您的功能。您的x是與Banks具有相同列的data.frame。因此，is.numeric(x)是FALSE。 is.data.frame(x)應返回TRUE。

嘗試：

function(x) { 
    cor(x$BLY11, x$othercolumnname) 
}

來源

2012-08-29 16:24:31 Justin

這將爲特定的列工作，但如果我想它違背所有其他列呢？有超過100個。 – LCricket

你可以把它們寫出來，或者使用'lapply（columnnames，function（n）cor（x $ BLY11，x [n]））''''''columnnames'是你想要比較的列名的向量。 – Justin

看起來你在做什麼，可以用sapply做，以及：

with(Banks, 
    sapply(list(brand_id,standard.quarter), function(x) cor(BLY11,x)) 
)

來源

2012-08-29 16:37:30

剛剛試過這個，並且收到了同樣的錯誤： cor（BLY11，x）中的錯誤：'y'必須是數字 – LCricket

您的列是否爲數字？用'is.numeric（銀行$ brand_id）'和類似的檢查。或者更一般地說，'sapply（名字（銀行），函數（x）類（Banks [，x，drop = TRUE]））' –

此功能在一大塊工作：

calc_cor_only_numeric = function(chunk) { 
    is_numeric = sapply(chunk, is.numeric) 
    return(cor(chunk[-is_numeric])) 
}

並且可以使用ddply：

ddply(banks, .(cat1, cat2), calc_cor_only_numeric)

我無法檢查代碼，但這應該讓你開始。

來源

2012-08-29 16:51:31

從心病：

If ‘x’ and ‘y’ are matrices then the covariances (or correlations) between the columns of ‘x’ and the columns of ‘y’ are computed.

所以你唯一的真正的工作是消除非數字列：

# An example data.frame containing a non-numeric column 
d <- cbind(fac=c("A","B"), mtcars) 

## Calculate correlations between the mpg column and all numeric columns 
cor(d$mpg, as.matrix(d[sapply(d, is.numeric)])) 
    mpg  cyl  disp   hp  drat   wt  qsec 
[1,] 1 -0.852162 -0.8475514 -0.7761684 0.6811719 -0.8676594 0.418684 
      vs  am  gear  carb 
[1,] 0.6640389 0.5998324 0.4802848 -0.5509251

編輯：而事實上，作爲@ MYaseen208的回答顯示，不需要將數據幀顯式轉換爲矩陣。以下兩個工作就好了：

cor(d$mpg, d[sapply(d, is.numeric)]) 

cor(mtcars, mtcars)

來源

2012-08-29 16:59:50

如何使用ddply關聯多列？

回答

相關問題