R数据表中各组之间的相关性
如果这些值按组存储在data.table的单个列中（而不是将data.table转换为矩阵），是否有一种优雅地计算值之间相关性的方法 我正在寻找更多类似于：R数据表中各组之间的相关性,r,data.table,correlation,R,Data.table,Correlation,如果这些值按组存储在data.table的单个列中（而不是将data.table转换为矩阵），是否有一种优雅地计算值之间相关性的方法 我正在寻找更多类似于： dt[, cor(value, value), by="group"] 但这并没有给我我想要的相关性 对于一个结果正确的矩阵，这里有同样的问题 set.seed(1) # reproducibility m <- matrix(rnorm(8), ncol=2) dimnames(m) <- list(
dt[, cor(value, value), by="group"]
set.seed(1) # reproducibility
m <- matrix(rnorm(8), ncol=2)
dimnames(m) <- list(id=1:4, group=letters[1:2])
# group
# id a b
# 1 -0.6264538 0.3295078
# 2 0.1836433 -0.8204684
# 3 -0.8356286 0.4874291
# 4 1.5952808 0.7383247
cor(m) # correlations between groups
# a b
# a 1.0000000 0.1556371
# b 0.1556371 1.0000000
set.seed（1）#再现性
对于数据表
，没有简单的方法可以做到这一点。您提供的第一种方式：
cor(dt["a"]$value, dt["b"]$value)
这可能是最简单的
另一种方法是对数据进行整形。表格从长格式改为宽格式：
> dtw <- reshape(dt, timevar="group", idvar="id", direction="wide")
> dtw
id value.a value.b
1: 1 -0.6264538 0.3295078
2: 2 0.1836433 -0.8204684
3: 3 -0.8356286 0.4874291
4: 4 1.5952808 0.7383247
> cor(dtw[,list(value.a, value.b)])
value.a value.b
value.a 1.0000000 0.1556371
value.b 0.1556371 1.0000000
我不知道如何直接将其转换为矩阵形式，但我发现此解决方案非常有用：
dt[, {x = value; dt[, cor(x, value), by = group]}, by=group]
group group V1
1: a a 1.0000000
2: a b 0.1556371
3: b a 0.1556371
4: b b 1.0000000
因为您从一个熔化的数据集开始，最终得到了相关的熔化表示
使用这种形式，您还可以选择只计算某些对，尤其是计算两个非对角线是浪费时间。例如：
dt[, {x = value; g = group; dt[group <= g, list(cor(x, value)), by = group]}, by=group]
group group V1
1: a a 1.0000000
2: b a 0.1556371
3: b b 1.0000000
我找到了一个更简单的替代方法。实际上，您的dt[，cor（value，value），by=“group”]
方法非常接近。您实际上需要的是首先在日期上进行笛卡尔连接，然后分组。
即
这样做的好处是它可以将系列连接在一起（而不是假设它们的长度相同）。然后，您可以将其转换为矩阵形式，或者将其保持原样，以在ggplot等中绘制为热图
完整示例
setkey(dt, id)
c <- dt[dt, allow.cartesian=T][, list(Cor = cor(value, value.1)), by = list(group, group.1)]
c
group group.1 Cor
1: a a 1.0000000
2: b a 0.1556371
3: a b 0.1556371
4: b b 1.0000000
dcast(c, group~group.1, value.var = "Cor")
group a b
1 a 1.0000000 0.1556371
2 b 0.1556371 1.0000000
setkey（dt，id）
c你知道dcast.data.table
吗？我想我以前见过它，但现在我深入挖掘，发现我被一个较旧版本的数据卡住了。table
在1.8.11
之前，重塑
不适用于数据。table
s，因为没有实现dcast.data.table
和melt.data.table
，所以您必须转换到data.frame
并返回。@ScottRitchie，不是真的。我认为你混淆了Hadley软件包中的基函数Reformate
是一个基本函数，在所有版本的data.table
上都能正常工作<代码>重塑
和重塑2
也是具有函数melt/cast的软件包data.table>=1.9.0
版本实施melt
和dcast
方法并导入reforme2
@BramVisser，是，右和右dcast.data.table
利用了所有data.table的内部结构，以及其他用C编写的基本功能。如果遇到任何问题，请告诉我们。请记住，从现在起，您必须完整地拼写出dcast.data.table
，而不仅仅是dcast
。。以后会修好的。如果只使用dcast
它将使用restrape2的dcast
，这比dcast.data.table
慢得多。
dt[, {x = value; dt[, cor(x, value), by = group]}, by=group]
group group V1
1: a a 1.0000000
2: a b 0.1556371
3: b a 0.1556371
4: b b 1.0000000
dt[, {x = value; g = group; dt[group <= g, list(cor(x, value)), by = group]}, by=group]
group group V1
1: a a 1.0000000
2: b a 0.1556371
3: b b 1.0000000
library(data.table)
set.seed(1) # reproducibility
dt1 <- data.table(id=1:4, group=rep(letters[1:2], c(4,4)), value=rnorm(8))
dt2 <- data.table(id=1:4, group=rep(letters[3:4], c(4,4)), value=rnorm(8))
setkey(dt1, group)
setkey(dt2, group)
dt1[, {x = value; g = group; dt2[, list(cor(x, value)), by = group]}, by=group]
group group V1
1: a c -0.39499814
2: a d 0.74234458
3: b c 0.96088312
4: b d 0.08016723
dcast.data.table(dt[, {x = value; g1=group; dt[, list(g1, g2=group, c =cor(x, value)), by = group]}, by=group], g1~g2, value.var = "c")
g1 a b
1: a 1.0000000 0.1556371
2: b 0.1556371 1.0000000
dt[dt, allow.cartesian=T][, cor(value, value), by=list(group, group.1)]
setkey(dt, id)
c <- dt[dt, allow.cartesian=T][, list(Cor = cor(value, value.1)), by = list(group, group.1)]
c
group group.1 Cor
1: a a 1.0000000
2: b a 0.1556371
3: a b 0.1556371
4: b b 1.0000000
dcast(c, group~group.1, value.var = "Cor")
group a b
1 a 1.0000000 0.1556371
2 b 0.1556371 1.0000000