Fatal编程技术网
  • r/
  • R 如何一次成对转换数据帧中的多个不同相关矩阵？

R 如何一次成对转换数据帧中的多个不同相关矩阵？

r matrix

R 如何一次成对转换数据帧中的多个不同相关矩阵？,r,matrix,R,Matrix,我想同时将多重相关矩阵转换为数据帧 我的矩阵组如下所示： [ 我想要的输出如下所示： 我当前的代码如下： dat1 <- read.xlsx("correlation reshape.xlsx",sheet=1,rows=1:7,cols=2:8)#read studyid1-James2005 dat1 reshape_1<-as_cordf(dat1)#reshape the data into matrix reshape_1 long.format1<-reshape

我想同时将多重相关矩阵转换为数据帧

我的矩阵组如下所示： [

我想要的输出如下所示：

我当前的代码如下：

dat1 <- read.xlsx("correlation reshape.xlsx",sheet=1,rows=1:7,cols=2:8)#read studyid1-James2005
dat1
reshape_1<-as_cordf(dat1)#reshape the data into matrix
reshape_1
long.format1<-reshape_1 %>% gather(-rowname, key = "colname", value = "cor")#reshape the data into 
na1<-na.omit(long.format1)#omit NA value
## psychmeta
dat2 <- read.xlsx("correlation reshape.xlsx", sheet=1,rows=8:11,cols=2:5,skipEmptyCols=TRUE)#read studyid2-Ashforth2010
reshape_2<-as_cordf(dat2)
long.format2<-reshape_2 %>% gather(-rowname, key = "colname", value = "cor")
long.format2
na2<-na.omit(long.format2)
#output method1 
c <- rbind(na1,na2)#combine na1,na2..., and put them out.
write.table(c,"reshape_output.csv",sep=",")

dat1您可以使用
pivot\u longer
from
tidyr
来重塑您的数据：
首先，让我们定义两个相关数据帧（我使用了
mtcars
和
iris
）


df=mtcars[c（1:10），]
表1=cor（df）
ID=代表（“表1”，nrow（表1））
table1=data.frame（cbind（ID，行名（table1），table1））


在这里，您可以看到df1的结构：


>标题（表1[c（1:3），c（1:5）]）
ID V2 mpg气缸显示
mpg表1 mpg 1-0.861416514957246-0.773986849952057
气缸表1气缸-0.861416514957246 1 0.888289505678108
显示表1显示-0.773986849952057 0.888289505678108 1


现在，我们正在定义一个表2


df2=iris[c（1:20），-5]
表2=cor（df2）
ID=代表（“表2”，nrow（表2））
table2=data.frame（cbind（ID，行名（table2），table2））


结构如下：


>表2
ID V2萼片。长萼片。宽花瓣。长花瓣。宽
萼片长度表2萼片长度1 0.875633706307696 0.316760894337443 0.561846414596048
萼片宽度表2萼片宽度0.875633706307696 1 0.260051160822913 0.753193903742604
花瓣长度表2花瓣长度0.316760894337443 0.260051160822913 1 0.368645505390148
花瓣宽度表2花瓣宽度0.561846414596048 0.753193903742604 0.368645505390148 1


现在，我们将使用
pivot\u longer
对它们进行重塑，我们将能够使用
rbind


库（dplyr）
图书馆（tidyr）
表2=表2%>%pivot\u更长（，cols=3:ncol（.），name\u to=“Rownames”，value\u to=“Correlation”）
表1=表1%>%pivot\u更长（，cols=3:ncol（.），name\u to=“Rownames”，values\u to=“Correlation”）
表_final=rbind（表1、表2）


这里是输出，您可以有：


>标题（最终表格）
#一个tibble:6x4
ID V2行名相关性
表1 mpg mpg 1
2表1 mpg气缸-0.861416514957246
表1 mpg显示-0.773986849952057
表1 mpg马力-0.893722265184114
表1 mpg阻力0.541358491575314
6表1 mpg重量-0.599189365369649


它回答了你的问题吗

编辑：使用
for
循环处理多个相关矩阵

根据我从您的问题和评论中了解到的情况，您在一个excel文件中有多个相关矩阵，每个矩阵都通过其
studyID
识别。我说的对吗

要处理所有这些文件，您可以像这样使用
for
循环（假设您的excel文件名为
test\u xl
）：


库（openxlsx）
test=read.xlsx（“../test_xl.xlsx”）
uniqueID=unique（test$studyID）[！is.na（unique（test$studyID））]
表_final=NULL
用于（i/1：长度（唯一ID））
{
df=test[which（test$studyID==uniqueID[i]），]
df=df[colSums（！is.na（df））>0]
如果（i==1）{colnames（df）=colnames（test）[1:ncol（df）]}
否则{
colnames（df）[3:ncol（df）]%pivot\u更长（，cols=3:ncol（df），names\u to='colnames'，values\u to='correlation'）
如果（i==1）{table_final=df}
else{table_final=rbind（table_final，df）}
}



希望它能为您工作
非常感谢，我了解您的方法，您可以根据ID为两个不同的相关矩阵创建两个表，但是如果我有100多个或甚至1000多个ID，那么可能很难创建1000多个表然后合并，所以我想知道是否有其他方法可以做到这一点，比如一些if条件到judge？我创建的两个不同的相关矩阵仅用于示例。如果您有100或1000个不同的数据帧，则过程将是相同的（具有
pivot\u更长的部分
）。您只需将其集成到
for
循环中。这还取决于您开始使用的数据类型。是原始数据帧？还是矩阵关联？您的ID是如何定义的？这是矩阵关联，ID是基于不同研究的不同类型的关联，感谢您的帮助，我尝试找出答案it@keavy，所以，如果我好吧，你有一个excel文件，里面填充了多重相关矩阵，对吗？我编辑了我的代码，介绍了excel文件在loop@keavy，我为
循环代码更正了我的
中的一些错误，如果您想在数据集上测试它，您需要提供数据而不是图像