如何运行函数的所有“N take 2”迭代？答案

【问题标题】：How to run all "N take 2" iterations of a function?如何运行函数的所有“N take 2”迭代？
【发布时间】：2017-05-12 03:54:59
【问题描述】：

我编写了一个简单的相关函数，它包含三个变量。 “A”和“B”是等长的数值向量，“n”是长度。

Corr.fxn <- function(A, B, n){
Correlation <- (sum((A - mean(A))*(B - mean(B))) / (n-1)) / (sd(A)*sd(B))
return(Correlation)
}

该函数运行良好，但我有很多向量要处理。修改此代码以处理我的向量集“N”的所有“N take 2”唯一分析的最佳方法是什么？

编辑：

显示向量结构的示例数据：

A <- c(-1, 0, 1, -1, 0, 1, -1, 0, 1)
B <- c(1, 1, -1, 0, 1, -1, 0, 0, 1)
...
n <- length(A)

假设我有向量 A 到 Z，我想修改我的代码以输出一个包含所有 {26 take 2} 相关值的新向量。

【问题讨论】：

向量是如何组织的？制作一些示例输入数据并发布将很有用。
apply(combn(N, 2), 2, Corr.fxn)?如果N 是一个列表，则改为对其进行索引。
"N take 2" 让我想起了combn。如果您执行combn(N, 2, simplify = FALSE) 之类的操作，您将获得一个列表，其中每个元素都是您的两个N 向量的列表。以combn(list(1:2, 3:4, 5:6), 2, simplify = FALSE) 为例。（你打败了我，阿利斯泰尔……）

标签： r

【解决方案1】：

假设您在列表v 中有一堆数字向量，这是一种可行的方法，如下所示：

v <- list()
for (i in 1:10) {
  v[[i]] <- sample(1:10, 10, replace = TRUE)
}

apply(combn(1:10, 2), 2, function(x) Corr.fxn(v[[x[1]]], v[[x[2]]], length(v[[x[1]]])))

【讨论】：

【解决方案2】：

在这个答案中，我假设了两件事。首先，您想自己编写一个函数，否则您可以使用Hmisc::rcorr。其次，您希望“N take 2”部分位于函数内部，否则前面建议的方法是正确的。在这种情况下，您可以这样做：

Corr.fxn <- function(vectors, n){
    pairs<- combn(length(vectors), 2)
    npairs<- ncol(pairs)
    cor.mat<- matrix(NA, nrow = length(vectors), ncol = npairs)
    for (i in 1:ncol(pairs)){
        A<- vectors[[pairs[1, i]]]
        B<- vectors[[pairs[2, i]]]
    cor.mat[pairs[1, i], pairs[2, i]] <- (sum((A - mean(A))*(B - mean(B))) / (n-1)) /(sd(A)*sd(B))
    }
    cor.mat[lower.tri(cor.mat)]<- cor.mat[upper.tri(cor.mat)] ###
    diag(cor.mat)<- 1 ###
    cor.mat<- data.frame(cor.mat) ###
    row.names(cor.mat)<- colnames(cor.mat)<- names(vectors) ###
    return(cor.mat)
}

以### 结尾的行是出于装饰原因。主要输入是一个称为“向量”的列表。所以它的工作原理如下：

A<- runif(100, 1, 100)
B<- runif(100, 30, 50)
C<- runif(100, 120, 200)
> Corr.fxn(list(A=A, B=B, C=C), n=100)
           A           B           C
A  1.0000000 -0.11800104 -0.13980458
B -0.1180010  1.00000000  0.04933581
C -0.1398046  0.04933581  1.00000000

【讨论】：