如何将相关性分析结果放在R中的csv表中答案

【问题标题】：How to put correlation analysis results in a csv table in R如何将相关性分析结果放在R中的csv表中
【发布时间】：2021-04-03 23:41:32
【问题描述】：

在 R 中，我需要将两个变量之间的相关性分析结果放在 table.csv 文件中。原始数据框由三列组成：第一列（组）包含观察所属的组，而另外两列（var1 和 var2）包含两个变量的值。

df <- data.frame(group = rep(c("G1", "G2"), each = 10),
                 var1 = rnorm(20),
                 var2 = rnorm(20))

我按组进行了相关性分析。

spear <- by(df, df$group, FUN = function(X) cor.test(X$var1, X$var2, method = "spearman"))

我得到了这个输出：

spear
#df$group: G1
#   Spearman's rank correlation rho
#data:  X$var1 and X$var2
#S = 144, p-value = 0.7329
#alternative hypothesis: true rho is not equal to 0
#sample estimates:
#      rho 
#0.1272727 
#--------------------------------------------------------------------------------------- 
#df$group: G2
#   Spearman's rank correlation rho
#data:  X$var1 and X$var2
#S = 122, p-value = 0.4697
#alternative hypothesis: true rho is not equal to 0
#sample estimates:
#      rho 
#0.2606061

现在我需要获取一个表格，以第一行作为标题，采用 csv 格式，第一列中包含组的 id，第二列中包含该组的 rho 值，以及 p 值该组在第三列。该表应如下所示：

group,rho,pvalue
G1,0.1272727,0.7329
G2,0.2606061,0.4697

【问题讨论】：

标签： r dataframe export export-to-csv correlation

【解决方案1】：

我们可以使用lapply()从输出对象中提取值，将其转换为数据帧，并将合并后的数据帧写入csv文件。

set.seed(95014) # to make example reproducible
df <- data.frame(group = rep(c("G1", "G2"), each = 10),
                 var1 = rnorm(20),
                 var2 = rnorm(20))

spear <- by(df, df$group, FUN = function(X) cor.test(X$var1, X$var2, method = "spearman"))

此时对象spear 是一个列表，每个组包含一个元素。我们将处理每个元素，提取所需的元素并将它们作为data.frame() 类型的对象列表返回。

由于列表中的元素按组命名，我们使用unique(df$group) 驱动lapply()，使我们能够将名称分配为输出数据帧中的列。

# convert to data frame 
dfList <- lapply(unique(df$group),function(x){
     y <- spear[[x]]
     data.frame(group = x,
                rho_value = y$estimate,
                p_value = y$p.value)
})

最后，我们使用do.call() 将数据帧列表作为第一个参数绑定到write.csv()，从而生成单个数据帧，然后以逗号分隔值格式写入磁盘。

write.csv(do.call(rbind,dfList),"./data/rhoCalcs.csv",row.names=FALSE)

...和输出：

"group","rho_value","p_value"
"G1",0.260606060606061,0.469675250206491
"G2",0.333333333333333,0.348846243872153

【讨论】：

【解决方案2】：

您可以在 by 函数中创建一个数据框，以提取您想要的值。

result <- do.call(rbind, by(df, df$group, FUN = function(x) {
  tmp <- cor.test(x$var1, x$var2, method = "spearman")
  data.frame(group = x$group[1], rho = tmp$estimate, p.value = tmp$p.value)
}))
result
#   group    rho p.value
#G1    G1 -0.261   0.470
#G2    G2 -0.442   0.204

要将数据写入 csv，我们可以使用write.csv：

write.csv(result, 'result.csv', row.names = FALSE)

【讨论】：

谢谢@RonakShah。您能否添加命令行以将输出写入 csv 文件？
您可以使用write.csv 将输出写入csv 文件。用那个更新了答案。

【解决方案3】：

spear 对象是两个列表的列表（每个组一个 htest 列表）：

str(spear)
List of 2
 $ G1:List of 8
  ..$ statistic  : Named num 140
  .. ..- attr(*, "names")= chr "S"
  ..$ parameter  : NULL
  ..$ p.value    : num 0.682
  ..$ estimate   : Named num 0.152
  .. ..- attr(*, "names")= chr "rho"
  ..$ null.value : Named num 0
  .. ..- attr(*, "names")= chr "rho"
  ..$ alternative: chr "two.sided"
  ..$ method     : chr "Spearman's rank correlation rho"
  ..$ data.name  : chr "X$var1 and X$var2"
  ..- attr(*, "class")= chr "htest"
 $ G2:List of 8
  ..$ statistic  : Named num 180
  .. ..- attr(*, "names")= chr "S"
  ..$ parameter  : NULL
  ..$ p.value    : num 0.811
  ..$ estimate   : Named num -0.0909
  .. ..- attr(*, "names")= chr "rho"
  ..$ null.value : Named num 0
  .. ..- attr(*, "names")= chr "rho"
  ..$ alternative: chr "two.sided"
  ..$ method     : chr "Spearman's rank correlation rho"
  ..$ data.name  : chr "X$var1 and X$var2"
  ..- attr(*, "class")= chr "htest"
 - attr(*, "dim")= int 2
 - attr(*, "dimnames")=List of 1
  ..$ df$group: chr [1:2] "G1" "G2"
 - attr(*, "call")= language by.data.frame(data = df, INDICES = df$group, FUN = function(X) cor.test(X$var1,      X$var2, method = "spearman"))
 - attr(*, "class")= chr "by"

broom 包中的tidy 函数可以将htest 列表转换为data.frame（真的是一个小标题）。

library(broom)
lapply(spear, tidy)
$G1
# A tibble: 1 x 5
  estimate statistic p.value method                          alternative
     <dbl>     <dbl>   <dbl> <chr>                           <chr>      
1    0.152       140   0.682 Spearman's rank correlation rho two.sided  

$G2
# A tibble: 1 x 5
  estimate statistic p.value method                          alternative
     <dbl>     <dbl>   <dbl> <chr>                           <chr>      
1  -0.0909       180   0.811 Spearman's rank correlation rho two.sided

您仍然有一个列表，但它更实用。通过一些dplyr 函数，我们可以让这个列表看起来像你想要的：

library(dplyr)

lapply(spear, tidy) %>% 
  bind_rows() %>% 
  mutate(group = names(spear)) %>%
  rename(rho = estimate) %>%
  select(group, rho, p.value)

# A tibble: 2 x 3
  group     rho p.value
  <chr>   <dbl>   <dbl>
1 G1     0.152    0.682
2 G2    -0.0909   0.811

【讨论】：

【解决方案4】：

使用sapply 代替by 的解决方案。

gu <- unique(df$group)  ## putting the groups into a vector
r <- sapply(gu, function(x) 
  cor.test(~ var1 + var2, df[df$group == x, ], method="spearman")[c("estimate", "p.value")])
r <- cbind(group=gu, matrix(unlist(r), 2, b=T, dimnames=list(NULL, c("rho", "p_value"))))
write.csv(r, file="xyz.csv", row.names=FALSE, quote=FALSE)

或者，如果您需要更频繁地执行此操作，您可以将其包装在一个小函数中。

my.cor.test <- function(x) {
  ct <- cor.test(~ var1 + var2, df[df$group == x, ], 
                 method="spearman")[c("estimate", "p.value")]
  setNames(c(x, unlist(ct)), c("group", "rho", "p_value"))
}

gu <- unique(df$group)  ## putting unique groups into a vector
r <- t(sapply(gu, my.cor.test))
write.csv(r, file="xyz.csv", row.names=FALSE, quote=FALSE)

给予

group,rho,p_value
G1,-0.696969696969697,0.0311410954595681
G2,0.0545454545454545,0.891638843953118

【讨论】：