通过多个表关联的属性对答案

【问题标题】：Attribute pairs via correlation over multiple tables通过多个表关联的属性对
【发布时间】：2020-05-11 01:01:22
【问题描述】：

我有一个数据框，正在计算列之间的相关性以确定要删除的属性。我想创建一个表，其中行是我的数据框的属性，并且在每个属性旁边都有一个列表，这些列表与该属性具有 >= 0.65 或 use="complete.obs"，一组使用use="pairwise.complete.obs"）。

一个例子：

set.seed(1234)
n=8
df <- as.data.frame(matrix(runif(n^2,min=0,max=1),nrow=n,ncol=n))
colnames(df) <- LETTERS[1:ncol(df)]

df$A[3] <- NA
df$C[2] <- NA
df$E[7] <- NA

cor1 <- cor(df, use="pairwise.complete.obs")
cor2 <- cor(df, use="complete.obs")

在这里，你可以形成如下的相关个体矩阵

cor1[-0.65<cor1 & cor1<0.65] <- NA
cor2[-0.65<cor2 & cor2<0.65] <- NA

此时我想知道如何创建一个属性表，然后（对于每个属性）只有那些在 both 上述两个矩阵@987654325 中具有相关性的非 NA 值的表@ 和 cor2。所以例如在此示例中，所需的输出将是：

A:     G
B:     D, H
C:     E
D:     B, H
E:     C
F:
G:     A
H:     B, D

请注意，例如 G 未针对 F 列出，或 F 未针对 G 列出，因为在 cor1 中，相关性为 -0.01899381，即使 cor2 中的相关性为 -0.9186308346。两个相关性必须高于 0.65 或低于 0.65 才能包含在列表中。

编辑：一种理想的方法可以解决我上面未能解决的问题——cor1 中的相关性可能 >0.65，cor2 中的相关性可能为 >0.65 并通过，这不太可能。我们宁愿只列出在两个矩阵上 >=0.65 或在两个矩阵上

【问题讨论】：

标签： r correlation

【解决方案1】：

这是一种考虑方式。创建一个逻辑矩阵，其中每个相关的绝对值大于 0.65，并将对角线设置为 FALSE。将apply 和paste 一起使用矩阵中TRUE 的名称，逗号分隔。

mat <- abs(cor1)>.65 & abs(cor2)>.65

diag(mat) <- F

as.matrix(apply(mat, 1, function(x) paste (names(which(x)), collapse = ",")))

输出

  [,1] 
A "G"  
B "D,H"
C "E"  
D "B,H"
E "C"  
F ""   
G "A"  
H "B,D"

【讨论】：