如何从相关表中提取相关性并制作具有最大相关性的对的数据框？答案

【问题标题】：How do I extract correlations from correlation table and make a dataframe of pairs with the greatest correlations?如何从相关表中提取相关性并制作具有最大相关性的对的数据框？
【发布时间】：2020-08-29 09:08:16
【问题描述】：

我有一个包含 68 个变量的大相关矩阵。我想提取系数大于 abs(0.40) 的变量对。

d <- data.frame(v1 = c(0.5,4,5.4,-2,4), v2 = c(0, 45, -5.6, -0.5, 2), v3 = c(9, -9, 8.9, 12, 1), v4 = c(8, 9, 10, -1, 0.89), v5 = c(-1, 2, -0.36, -0.64, -4))
cor.mat <- round(cor(d), 2)

所以，我知道如何提取大于 abs(0.40) 的系数：

extr <- lapply(cor.mat, function(x){x[x>abs(0.40)]})

但我需要的是一个包含 3 个变量的数据框——Var1、Var2、Cor——它可以向我显示类似的内容：

View(DF)

 Var1|Var2|Cor
 v1  | v4 |  0.58
 v4  | v5 |  0.58
 ................
And so on.

我不明白，如何 (1) 提取变量的名称，(2) 形成具有以下结构的数据框。我希望我解释得当...

【问题讨论】：

标签： r dataframe matrix lapply correlation

【解决方案1】：

我们可以使用which 和arr.ind = TRUE 来获取cor.mat 值大于0.4 的行和列索引。我们可以使用该索引分别从cor.mat 中提取行名和列名，并创建一个新的数据框。

inds <- which(cor.mat > 0.4, arr.ind = TRUE)

data.frame(Var1 = rownames(cor.mat)[inds[, 1]], 
           Var2 = colnames(cor.mat)[inds[, 2]], 
            Cor = cor.mat[inds])

#   Var1 Var2  Cor
#1    v1   v1 1.00
#2    v4   v1 0.58
#3    v2   v2 1.00
#4    v5   v2 0.66
#5    v3   v3 1.00
#6    v1   v4 0.58
#7    v4   v4 1.00
#8    v5   v4 0.58
#9    v2   v5 0.66
#10   v4   v5 0.58
#11   v5   v5 1.00

也许，使用

inds <- which(cor.mat > 0.4 & cor.mat < 1, arr.ind = TRUE)

可能更有帮助？

【讨论】：

谢谢！您的解决方案适用于此示例代码，但不适用于我的。错误是：Error in inds[, 1] : incorrect number of dimensions
我该如何解决？
我不确定，因为您共享的数据不会发生这种情况。您的实际数据与您的真实数据有何不同？你有NA 值吗？在您的情况下，inds 的输出是什么？
是的，我的数据中有几个NA。 inds 的输出看起来像 row col v1 3 2 v2 2 3 v3 6 5 v4 5 6 v5 8 7 v6 7 8 v7 13 12
我认为您已将which 应用于其他一些数据，并使用它对其他一些数据进行子集化。您确定您使用的数据正确吗？

【解决方案2】：

如果我们转换为table，我们可以以一种紧凑的方式做到这一点

subset(as.data.frame.table(cor.mat), Freq > 0.4)
#  Var1 Var2 Freq
#1    v1   v1 1.00
#4    v4   v1 0.58
#7    v2   v2 1.00
#10   v5   v2 0.66
#13   v3   v3 1.00
#16   v1   v4 0.58
#19   v4   v4 1.00
#20   v5   v4 0.58
#22   v2   v5 0.66
#24   v4   v5 0.58
#25   v5   v5 1.00

【讨论】：