相关向量，其名称与r dataframe中每一行中的两个变量的值相匹配。

Question

我在r (链接) (下面的示例行和列)中有这个数据

FocalID     Mother   Adelaide Asimov Austen Brazzaville Lusaka Kinshasa
Adelaide    HalfEar    0      0.0380 0.0417      0.0366 0.0278   0.0385
Asimov      Lusaka     0.0380 0      0.0845      0.0357 0.169    0.0641
Austen      Kinshasa   0.0417 0.0845 0           0.0526 0.0952   0.0411
Brazzaville NA         0.0366 0.0357 0.0526      0      0.0395   0.0488

我想添加一个新变量df$cor，其中每行中的值都是关联的结果。关联应该在两个向量之间进行：(1)列的冒号对应于该行中变量df$FocalID的值，(2)其名称对应于该行中变量df$母亲的值的列。

如果匹配母亲姓名的列的向量对应者不存在(要么因为母亲不知道(df$母亲中的NA )，要么不存在冒名)，则相关关系应该产生安娜。

我尝试了以下代码：

df$cor <- cor(df[, colnames(df) %in% df$FocalID], df[, colnames(df) %in% df$Mother])

然而，结果似乎并不正确。有什么想法吗？

Answer 1

如果我们需要对每个成对列执行此操作，我们将检查“FocalID”、“母”列是否与complete.cases无关。然后，在仅指定非NA列的列上循环，使用apply和MARGIN = 1检查这些元素是否为%in%数据集的列名，选择数据，应用cor并创建新的列Cor。

i1 <-  complete.cases(df[1:2])
df$Cor <- NA_real_
df$Cor[i1] <-  apply(df[i1, 1:2], 1, function(x) 
   if(all(x %in% names(df))) cor(df[, x[1]], df[, x[2]]) else NA)

-output

df$Cor
#[1]          NA  0.09769710  0.26956397          NA  0.04820137 -0.07776837          NA  0.19553956 -0.09596063          NA  0.04806345
#[12]  0.66489746          NA          NA          NA -0.04254666 -0.05975570  0.47359966  0.09745244          NA          NA  0.24750130
#[23]          NA          NA          NA          NA          NA          NA          NA          NA  0.10822526          NA  0.07093166
#[34]          NA          NA -0.18088278 -0.17548394  0.11585058  0.07278060  0.36327624  0.10178624          NA          NA          NA
#[45]  0.20491334          NA

或者使用来自dplyr的dplyr

library(dplyr)
df <- df %>%
        rowwise %>% 
        mutate(Cor = if(!is.na(FocalID) & !is.na(Mother) & 
           all(c(FocalID, Mother) %in% names(.)))
          cor(df[[FocalID]], df[[Mother]]) else NA_real_)

数据

library(readxl)
df <- read_excel(file.choose(), na = "NA")