两列完整案例的R中的相关性-仅返回向量的第一个元素？

Question

我是 R 新手，正在尝试完成以下提示：

编写一个函数，该函数采用数据文件目录和完整案例的阈值，并计算完全观察到的案例数量（所有变量）大于阈值的监视器位置的硫酸盐和硝酸盐之间的相关性。该函数应返回满足阈值要求的监视器的相关向量。如果没有监视器满足阈值要求，则该函数应返回长度为 0 的数字向量。此函数的原型如下：

corr <- function(directory, threshold = 0) {
## 'directory' is a character vector of length 1 indicating the location of
## the CSV files

## 'threshold' is a numeric vector of length 1 indicating the number of
        ## completely observed observations (on all variables) required to compute
        ## the correlation between nitrate and sulfate; the default is 0

## Return a numeric vector of correlations

spectdata<- list.files(pattern= ".csv") #creates vector with list of filenames
corr<-function(directory,threshold =0, id = 1:332){
  info<-list()
  for(i in id){
    info<-read.csv(directory[i], header=TRUE)
    NOBS<-sum(complete.cases(info))
    if (NOBS>threshold){
      return(cor(info$nitrate,info$sulfate,use="complete.obs"))
    }

  }
  corr<-sapply(spectdata,corr)
  corr<-unlist(corr[!sapply(corr,is.null)])
  return(corr)
}
cr<-corr(spectdata,threshold =150)     
head(cr)

看起来程序可以运行，但只返回 5 元素向量上的第一个元素：

> cr<-corr(spectdata,threshold =150)     
> head(cr)
[1] -0.01895754

应该是什么：

cr <- corr("specdata", 150)
head(cr)
## [1] -0.01895754 -0.14051254 -0.04389737 -0.06815956 -0.12350667 -0.07588814

有人有什么想法吗？我对 R 很陌生，很困惑。例如，如果我尝试将向量定义为更长，我会得到相同的答案（0.01895754 NA NA NA NA）。

Answer 1

您不太可能免费获得完整的答案，但假设您想学习，您的函数有很多问题。

首先定义函数两次：

### corr defined here
corr <- function(directory, threshold = 0) {
             spectdata<- list.files(pattern= ".csv") 
             ### corr defined here again!!
             corr<-function(directory,threshold =0, id = 1:332) {

第二你没有指定 list.files 应该在哪里看：

spectdata<- list.files(pattern= ".csv") # you should add directory
                                        # I'll leave it to you to add it

第三你的函数返回多个参数：

return(cor(info$nitrate,info$sulfate,use="complete.obs")) # 1st return
return(corr)                                              # 2nd return

第四你重复变量名。你的函数叫做corr，你定义一个局部变量为corr：

corr <- sapply(spectdata, corr)      ## local variable

我的建议 鉴于您提供的代码

第一个坚持使用 1 个函数定义第一个很好
第二个指定 list.files 应该查看的目录
第三只返回一个参数。

You can make a vector of elements with a for loop like so:

info <- NULL
for (i in 1:4) {
    info <- c(info, i)
}

第四个你不需要sapply或unlist。尝试在没有它们的情况下使其工作。
第五为与函数名称冲突的局部变量使用不同的变量名称。

最重要的是逐行运行每个命令行并查看每个输出。