Сопоставьте векторы, имена столбцов которых соответствуют значениям двух переменных в каждой строке в кадре данных r

У меня есть этот кадр данных в r (ссылка) (примеры строк и столбцы ниже)

FocalID     Mother   Adelaide Asimov Austen Brazzaville Lusaka Kinshasa
Adelaide    HalfEar    0      0.0380 0.0417      0.0366 0.0278   0.0385
Asimov      Lusaka     0.0380 0      0.0845      0.0357 0.169    0.0641
Austen      Kinshasa   0.0417 0.0845 0           0.0526 0.0952   0.0411
Brazzaville NA         0.0366 0.0357 0.0526      0      0.0395   0.0488

Я хотел бы добавить новую переменную df$cor, в которой значение в каждой строке является результатом корреляции. Корреляция должна быть между двумя векторами: (1) столбцом, имя столбца которого соответствует значению переменной df$FocalID в этой строке, и (2) столбцом, имя столбца которого соответствует значению переменной df$Mother в этой строке. .

Если вектор, соответствующий столбцу, совпадающему с именем матери, отсутствует (либо потому, что мать неизвестна (NA в df$Mother), либо отсутствует в colnames), корреляция должна дать NA.

Я пробовал следующий код:

df$cor <- cor(df[, colnames(df) %in% df$FocalID], df[, colnames(df) %in% df$Mother])

Однако результат не кажется правильным. Есть идеи?


r correlation vector columnname name-matching
person Vittoria Roatti    schedule 27.12.2020    source источник

Ответы (1)


arrow_upward
1
arrow_downward

Если нам нужно сделать это для каждого попарного столбца, мы проверяем, не являются ли столбцы «FocalID», «Mother» не-NA с complete.cases. Затем выполните цикл по столбцам, указав подмножество только столбцов, отличных от NA, с помощью apply и MARGIN = 1, проверьте, являются ли эти элементы %in% именами столбцов набора данных, выберите данные, примените cor и создайте новый столбец Cor

i1 <-  complete.cases(df[1:2])
df$Cor <- NA_real_
df$Cor[i1] <-  apply(df[i1, 1:2], 1, function(x) 
   if(all(x %in% names(df))) cor(df[, x[1]], df[, x[2]]) else NA)

-выход

df$Cor
#[1]          NA  0.09769710  0.26956397          NA  0.04820137 -0.07776837          NA  0.19553956 -0.09596063          NA  0.04806345
#[12]  0.66489746          NA          NA          NA -0.04254666 -0.05975570  0.47359966  0.09745244          NA          NA  0.24750130
#[23]          NA          NA          NA          NA          NA          NA          NA          NA  0.10822526          NA  0.07093166
#[34]          NA          NA -0.18088278 -0.17548394  0.11585058  0.07278060  0.36327624  0.10178624          NA          NA          NA
#[45]  0.20491334          NA

Или используя rowwise из dplyr

library(dplyr)
df <- df %>%
        rowwise %>% 
        mutate(Cor = if(!is.na(FocalID) & !is.na(Mother) & 
           all(c(FocalID, Mother) %in% names(.)))
          cor(df[[FocalID]], df[[Mother]]) else NA_real_)

данные

library(readxl)
df <- read_excel(file.choose(), na = "NA")
person akrun    schedule 27.12.2020
comment
Благодарю вас! Замечательно! Я нахожу второе решение (dplyr) лучшим, потому что оно не зависит от знания номеров интересующих столбцов. Можно ли также «изменить» векторы для корреляции, удалив значения, полученные в результате пересечения FocalID с самим собой и FocalID с его Матерью? - person Vittoria Roatti; 28.12.2020
comment
@VittoriaRoatti Вы имели в виду df %>% filter(FocalID != Mother) %>% rowwise %>%.. - person akrun; 28.12.2020
comment
Я не уверена. Я имею в виду, что, чтобы избежать включения людей, чьи сети участвуют в корреляции, извлеченные векторы (например, для второй строки в приведенном выше примере: столбец Asimov для FocalID и столбец Lusaka для матери) должны пропустить значения, которые в кадре данных , получаются в результате взаимодействия идентификаторов векторов друг с другом и сами с собой (они должны иметь на два значения меньше: удаление значений Азимов с Азимов и Азимов с Лусака в векторе Азимов; удаление значений Лусака с Лусака и Лусака с Азимов в вектор Лусака). - person Vittoria Roatti; 28.12.2020
comment
Извините, если что не так :/ - person Vittoria Roatti; 28.12.2020
comment
@VittoriaRoatti В этом случае вам может понадобиться df %>% filter(FocalID != Mother, !duplicated(paste(pmin(FocalID, Mother), pmax(FocalID, Mother)))) - person akrun; 28.12.2020
comment
Благодарю вас! Я попробую сейчас. Его нужно добавить перед %›% построчно %›% ..., верно? - person Vittoria Roatti; 28.12.2020
comment
@VittoriaRoatti Да, filtering предшествует rowwise - person akrun; 28.12.2020