我有一个相关矩阵 (Corr)，其因子名称为 A、B、C、D、E（它们被设置为列名和行名）。
我想创建一个 Factor1,Factor2,Corr 格式的数据框，以便将其保存在数据库中。
我正在使用 sqldf 使用下面的查询来获取这些因素的所有组合。
SELECT a.Factor as FactorA,
b.Factor as FactorB
FROM Factors a cross JOIN Factors b
WHERE a.Factor>b.Factor
所以我正好有 5C2 行。
现在我想用这个结果在相关矩阵中查找列名和行名，以获得相关的相关因子。有什么方法可以使用 *apply 函数，因为我想避免迭代。
数据框应该是这样的
FactorA,FactorB,Corr[FactorA,FactorB]
非常感谢任何帮助..
【问题讨论】：
1) 试试这个Corr 是你的相关矩阵，例如Corr <- cor(iris[-5])：
subset(as.data.frame.table(Corr), as.numeric(Var1) > as.numeric(Var2))
2) 如果你想使用sqldf，那么试试这个：
library(sqldf)
DF <- as.data.frame.table(Corr)
sqldf("select * from DF where Var1 > Var2")
编辑：添加了使用 sqldf 的解决方案。
【讨论】：
df <- expand.grid(colnames(Corr), rownames(Corr))
df$Corr <- apply(df, 1, function(x) Corr[ x[1], x[2] ])
Ltri <- lower.tri(Corr)
df[ Ltri , ] # the lower triangular data
# I used the longley dataset and the second example on the `cor` help page to test
# (Corr <- cor(longley))
@G.Grothendieck 回答问题时通常会发生这种情况，他的回答比我的更有吸引力。在这种情况下，由于它需要从因子中恢复数字索引这一事实，它受到了一点 IMO 的影响。另一方面，当我使用upper.tri 或lower.tri 时，我总是有点担心，因为它们看起来也很不直观，因为它们不会返回元素，直到您将它们用作带有“[”的索引。我们中的任何一个人都可以使用 row(Corr) > col(Corr) 来达到同样的效果，而且我的思维方式看起来会更清晰。
替代选择：
df[ row(Corr) > col(Corr) , ]
subset(as.data.frame.table(Corr), row(Corr) > col(Corr))
【讨论】：