将R中的行转换为列以进行统计相关性分析

我正在尝试将R中的列转换为行，如果不使用重塑，则无法安装该包。我收到的数据包括属性及其相应的度量。我想计算所有这些属性之间的统计相关性——总共16000条，记录800万条。并非所有记录都具有相同数量的属性

为此，我相信我必须将列转换为行，以便最终使用cor函数，例如corx[，1]，x[，2:16000]。如果有某种方法可以按属性使用cor函数，即属性1和2、属性1和3、属性1。。。任何帮助都将不胜感激

 ID          Attribute  Metric1 
 [1,]  1         1 -1.6363007
 [2,]  2         1  1.1483294
 [3,]  3         1  2.1682566
 [4,]  4         1 -1.1823649
 [5,]  5         1 -1.3631378
 [6,]  1         2 -1.1715544
 [7,]  2         2  1.5164278
 [8,]  3         2 -1.0110274
 [9,]  4         2 -0.9421652
[10,]  5         2 -0.2105443
[11,]  6         2 -0.4143548
[12,]  7         2 -1.6170975
[13,]  8         2  1.2402303
[14,]  9         2  0.4460047
[15,]  7         3  0.1060407
[16,]  8         3  0.9796893
[17,]  9         3  0.9254911
[18,] 10         3 -1.5728600
[19,] 11         3 -0.8082675
[20,] 12         3 -1.8643084

转变：

ID  attribute1  attribute2  attribute3
1   -1.6363007  -1.1715544  na
2   1.1483294   1.5164278   na
3   2.1682566   -1.0110274  na
4   -1.1823649  -0.9421652  na
5   -1.3631378  -0.2105443  na
6   na          -0.4143548  na
7   na          -1.6170975  0.1060407
8   na           1.2402303  0.9796893
9   na           0.4460047  0.9254911
10  na           na         -1.57286
11  na           na         -0.8082675
12  na           na         -1.8643084


test <- cbind(c(rep(1,5),rep(2,9),rep(3,6)), replicate(1,rnorm(20)))
test <- cbind(c(1:5,1:9,7:12),test)

@亚伦

q <- matrix(nrow=20,ncol=3)
colnames(q) <- c("x","y","z")
q[,3] <- replicate(1, rnorm(20))
q[,2] <- c(101,102,103,104,105,106, 107, 108, 101,103,107,109, 104,110,102,103,106,109,108,112)
q[15:20,1] <- 10000003
q[9:14,1] <- 10000002
q[1:8,1] <- 10000001
q <- data.frame(q)
q$x <- factor(q$x)
q$y <- factor(q$y)
q$z <- factor(q$z)

with(q, {
  out <- matrix(nrow=nlevels(x), ncol=nlevels(y),
                dimnames=list(levels(x), levels(y)))
  out[cbind(x, y)] <- z
  out
})

---

不需要重塑或重塑2包。只需使用基本R重塑。假设您的data.frame名为temp：

reshape(temp, direction = "wide", idvar="ID", timevar="Attribute")
#       ID Metric1.1  Metric1.2  Metric1.3
# [1,]   1 -1.636301 -1.1715544         NA
# [2,]   2  1.148329  1.5164278         NA
# [3,]   3  2.168257 -1.0110274         NA
# [4,]   4 -1.182365 -0.9421652         NA
# [5,]   5 -1.363138 -0.2105443         NA
# [11,]  6        NA -0.4143548         NA
# [12,]  7        NA -1.6170975  0.1060407
# [13,]  8        NA  1.2402303  0.9796893
# [14,]  9        NA  0.4460047  0.9254911
# [18,] 10        NA         NA -1.5728600
# [19,] 11        NA         NA -0.8082675
# [20,] 12        NA         NA -1.8643084

如果数据是矩阵而不是data.frame，则需要在使用“重塑”之前将其转换为data.frame，或者可以使用xtabs。但是，使用xtabs会创建零而不是NAs。以下是xtabs方法：

xtabs(Metric1 ~ ID + Attribute, tempm)
#     Attribute
# ID            1          2          3
#   1  -1.6363007 -1.1715544  0.0000000
#   2   1.1483294  1.5164278  0.0000000
#   3   2.1682566 -1.0110274  0.0000000
#   4  -1.1823649 -0.9421652  0.0000000
#   5  -1.3631378 -0.2105443  0.0000000
#   6   0.0000000 -0.4143548  0.0000000
#   7   0.0000000 -1.6170975  0.1060407
#   8   0.0000000  1.2402303  0.9796893
#   9   0.0000000  0.4460047  0.9254911
#   10  0.0000000  0.0000000 -1.5728600
#   11  0.0000000  0.0000000 -0.8082675
#   12  0.0000000  0.0000000 -1.8643084 

---

不需要重塑或重塑2包。只需使用基本R重塑。假设您的data.frame名为temp：

reshape(temp, direction = "wide", idvar="ID", timevar="Attribute")
#       ID Metric1.1  Metric1.2  Metric1.3
# [1,]   1 -1.636301 -1.1715544         NA
# [2,]   2  1.148329  1.5164278         NA
# [3,]   3  2.168257 -1.0110274         NA
# [4,]   4 -1.182365 -0.9421652         NA
# [5,]   5 -1.363138 -0.2105443         NA
# [11,]  6        NA -0.4143548         NA
# [12,]  7        NA -1.6170975  0.1060407
# [13,]  8        NA  1.2402303  0.9796893
# [14,]  9        NA  0.4460047  0.9254911
# [18,] 10        NA         NA -1.5728600
# [19,] 11        NA         NA -0.8082675
# [20,] 12        NA         NA -1.8643084

如果数据是矩阵而不是data.frame，则需要在使用“重塑”之前将其转换为data.frame，或者可以使用xtabs。但是，使用xtabs会创建零而不是NAs。以下是xtabs方法：

xtabs(Metric1 ~ ID + Attribute, tempm)
#     Attribute
# ID            1          2          3
#   1  -1.6363007 -1.1715544  0.0000000
#   2   1.1483294  1.5164278  0.0000000
#   3   2.1682566 -1.0110274  0.0000000
#   4  -1.1823649 -0.9421652  0.0000000
#   5  -1.3631378 -0.2105443  0.0000000
#   6   0.0000000 -0.4143548  0.0000000
#   7   0.0000000 -1.6170975  0.1060407
#   8   0.0000000  1.2402303  0.9796893
#   9   0.0000000  0.4460047  0.9254911
#   10  0.0000000  0.0000000 -1.5728600
#   11  0.0000000  0.0000000 -0.8082675
#   12  0.0000000  0.0000000 -1.8643084 

使用重塑2

使用重塑2

---

---

您能提供一个使用dput的起始数据的可复制示例吗？此外，如果生成的数据帧中有NAs，您将无法使用cor。有很多方法可以做到这一点，即使没有方便的重塑包；这个答案在一个地方收集了很多数据：@Aaron根据你的矩阵索引示例，有没有办法包含z的值而不是索引？只是不要将z作为一个因子。如果你想要数字的，就让它这样吧。如果您想将其作为一个字符，请使用as.character。您能提供一个使用dput的起始数据的可复制示例吗？此外，如果生成的数据帧中有NAs，您将无法使用cor。即使没有方便的重塑包，也有很多方法可以做到这一点；这个答案在一个地方收集了很多数据：@Aaron根据你的矩阵索引示例，有没有办法包含z的值而不是索引？只是不要将z作为一个因子。如果你想要数字的，就让它这样吧。如果希望它是一个字符，请使用as.character。当我尝试实现这一行时，系统会提示我错误消息：error in matchrval[，idvar]，thistime[，idvar]：subscript out of of ofbounds@user1636475，您的输入是data.frame还是矩阵？在使用提供的示例代码之前，请尝试将其转换为data.frame。我认为这是问题所在，但肯定是一个矩阵。temp@user1636475，正如我提到的，重塑需要data.frame，所以请尝试重塑data.frameYOURMATRIXNAME等。@user1636475，您可能还需要开始接受某些问题的答案。我注意到您已经问了四个关于堆栈溢出的问题，但没有将其中的任何答案标记为已接受。请在答案旁边查找复选标记。当然，只有当答案符合您的期望时，才可以这样做。当我尝试实现这一行时，系统会提示我错误消息：error in matchrval[，idvar]，thist[，idvar]：subscript out Of Ofbounds@user1636475，您的输入是data.frame还是矩阵？在使用提供的示例代码之前，请尝试将其转换为data.frame。我认为这是问题所在，但肯定是一个矩阵。temp@user1636475，正如我提到的，重塑需要data.frame，所以请尝试重塑data.frameYOURMATRIXNAME等。@user1636475，您可能还需要开始接受某些问题的答案。我注意到您已经问了四个关于堆栈溢出的问题，但没有将其中的任何答案标记为已接受。请在答案旁边查找复选标记。当然，只有在答案满足您的期望时才这样做@AnandaMahto我假设问题中没有不存在的东西：我假设如果他们不能安装整形软件包，他们也不能安装整形软件包@AnandaMahto我假设问题中不存在任何东西：