计算来自不同数据帧的两列之间的 R 相关性

Question

我想计算来自两个不同数据帧的两列的相关性。

例如：

数据框 1：

identifier  description Score
qzqzgz  desc1   0.12
zzqzgq  desc2   8.98
zzqzgg  desc3   0.55
zzqzgc  desc4   3.66
zzqzgz  desc5   1.22
qqzgzz  desc6   -30.23
zqzgzq  desc6   7.88
zqzgzg  desc6   6.45
zqzgzc  desc6   2.33
zqzgzz  desc6   1.02

数据框2：

    identifier  description S1  S2  S3  S4  S5     S6
    qzqzgz  desc1   9   3   4   6   7   4
    zzqzgq  desc2   5   3   6   2   3   6
    zzqzgg  desc3   9   9   12  12  14  13
    zzqzgc  desc4   6   4   8   6   6   6
    zzqzgz  desc5   10  5   5   5   5   11
    qqzgzz  desc6   11  12  17  12  11  17
    zqzgzq  desc6   8   2   1   4   4   3
    zqzgzg  desc6   2   4   9   9   5   10
    zqzgzc  desc6   7   5   8   5   7   3
    zqzgzz  desc6   11  5   7   9   9   12

我想计算以下之间的相关性： dataframe1 的第 3 列（分数）和 dataframe2 的第 3 列（S1）。 dataframe1 的第 3 列（分数）和 dataframe2 的第 3 列（S2）。 dataframe1 的第 3 列（分数）和 dataframe2 的第 3 列（S3）。 dataframe1 的第 3 列（分数）和 dataframe2 的第 3 列（S4）。 等等。

这是我目前所写的：

    for (i in 3:8)
       {
         cortop[i] <- cor(dataframe1$Score_top,dataframe2$i)
          }

我是 R 的新手。请帮助为此编写一个循环。

Answer 1

这里不需要循环：

cor(dataframe1$Score, dataframe2[-c(1:2)])

#             S1         S2         S3        S4       S5         S6
# [1,] -0.555369 -0.8556331 -0.7682521 -0.629983 -0.57097 -0.6790326

顺便说一句：您的代码不起作用，因为您不能将$ 与变量一起使用。因此，您必须将 dataframe2$i 替换为 dataframe2[[i]] 才能访问第 i 列。

---

更新：

由于dataframe2中的值是因子，所以在使用cor之前必须将它们转换为数值：

cor(dataframe1$Score, "storage.mode<-"(as.matrix(dataframe2[-c(1:2)]), "numeric"))