R 计算一列与所选其他列之间的相关性（无循环）

是否仍然可以将下面的for循环转换为一行代码，如下所示

w= as.numeric()
for(i in 2:10)){
    w[i] = cor(a[,1], a[,i], method = "pearson", use = "complete.obs")
 }

那么：

w[1:9] = cor(a[,1], a[,i], method = "pearson", use = "complete.obs")

假设您使用

2:10

的原因是因为有10个col。如果是这种情况，并且您希望它更加动态：

w = sapply(c(2:10), function(x) cor(a[,1], a[,x], method = "pearson", use = 'pairwise.complete.obs') )

最后，如果不想使用apply族，可以生成整个

cor

矩阵，并从第一行提取所需内容：

w = sapply(c(2:ncol(a)), function(x) cor(a[,1], a[,x], method = "pearson", use = "complete.obs") )

可复制示例：

w = cor(a, method = 'pearson', use = 'pairwise.complete.obs')[1,-1]

编辑： 如果要检索不同列的相关性（例如2）：

---

此外，根据Joris Meys的建议，请确保使用

'pairwise.complete.obs'

通过将矩阵指定为cor（）的y参数，您可以很容易地做到这一点：

>a colnames（a）cor（a[，2]，a[，c（3:5,1）]，use='pairwise.complete.obs'）
C D E A
[1,] 0.3096647 0.6383469 -0.3527352 -0.08329776

这样可以避免计算您不感兴趣的相关性。如果您要从

cor（a）

中选择相关相关性，那么您还需要计算其他列之间的所有相关性

请注意，与

sapply（）

解决方案不同，您需要将

use

设置为

pairwise.complete.obs

。否则R将删除其中一列中缺少值的所有行

---

另请参见

？cor

@下划线\u谢谢！刚刚做过：<代码> SpApp（C（2）10），函数（X）Cor（A[[，1 ]，A]，X]，方法=“皮尔森”，使用=“完成。OBS”）< /COD> >谢谢@ TGSMIT61591，<代码> SpEp> <代码> Work，但是如果我不想使用它，而不是第一值，我想与A中的另一个值相关，那么<代码> [1，2:NCOL（A）] < /代码>发生了什么变化？比如我可以使用

[5,1:4&6:10]

？@Christa，我更新了我的答案，使之更适合您的情况。如果这解决了您的问题，请将此答案标记为解决方案！两种解决方案给出不同的结果。如果在sappy（）中使用'complete.obs'，这相当于在使用cor（）创建整个矩阵时使用'pairwise.complete.obx'。谢谢，它首先抛出了一个错误，说没有元素对，但使用了@JorisMeys提到的use='pairwise.complete.obs'。谢谢@Christa I更新了'pairwise.complete.obs'

> a = iris[,1:4]
> cor(a, method = 'pearson', use = 'pairwise.complete.obs')[1,-1]
 Sepal.Width Petal.Length  Petal.Width 
 -0.1175698    0.8717538    0.8179411 

> cor(a, method = 'pearson', use = 'pairwise.complete.obs')[2,-2]
Sepal.Length Petal.Length  Petal.Width 
-0.1175698   -0.4284401   -0.3661259 

> a <- matrix(runif(100),ncol=5)
> colnames(a) <- LETTERS[1:5]
> cor(a[,2], a[,c(3:5,1)], use = 'pairwise.complete.obs')
             C         D          E           A
[1,] 0.3096647 0.6383469 -0.3527352 -0.08329776