【发布时间】:2019-04-29 15:02:02
【问题描述】:
我必须将两个数据帧中的信息转换为一个矩阵,该矩阵是专门为我的进一步分析而设计的。我将首先介绍一个我正在使用的数据类型的玩具示例。
Game1 <- structure(list(Score1 = c(5, 9), Score2 = c(4.8, 12.8), Score3 = c(7.22,
2.3), Class = structure(2:1, .Label = c("Dwarf", "Paladin"), class = "factor"),
Race = structure(1:2, .Label = c("Dwarf,", "Elf"), class = "factor")), row.names = c("Stan",
"Kyle"), class = "data.frame")
Game2 <- structure(list(Score1 = c(3, 8.1), Score2 = c(6.3, 6.6), Score3 = c(1.2,
10.3), Class = structure(2:1, .Label = c("Rouge", "Wizard"), class = "factor"),
Race = structure(2:1, .Label = c("Gnome", "Human,"), class = "factor")), row.names = c("Cartman",
"Kenny"), class = "data.frame")
我想对不同球员的得分进行相关性分析,理想的情况是平均皮尔逊相关性。我想保留原始两个数据帧中的某些残余特征,如下所示。
我希望的输出是:
Correlation Game1_Class Game1_Race Game2_Class Game2_Race
Stan:Cartman -0.815 Paladin Dwarf Wizard Human
Kyle:Cartman 0.942 Fighter Elf Wizard Human
Stan:Kenny 0.947 Wizard Human Ranger Gnome
Kyle:Kenny -0.998 Rouge Gnome Ranger Gnome
我使用通用系数相关性来计算相关性,我更喜欢使用 pearsons 或 spearman。
每个数据帧(在我的真实数据中)的行数有很大不同。
【问题讨论】:
-
尽量有一个概括的、更笼统的标题。你的标题只是给出一个提示,而不是完全描述它。它应该是明确的、简短的并且是关于一般问题的。干杯。
标签: r dataframe correlation