r - 获取两个不同大小的数据帧之间所有组合的相关性
问题描述
是否有一个 R 函数来计算所有可能的相关性并提供两个数据帧中的行之间的 p 值(具有相似的列数但不同的行),类似于cor()
R 中的函数?
我找到cor.test(
了),但它只需要一个类似大小的数据框。
解决方案
据我所知,该函数cor.test
仅接受具有相同长度的数值向量。
您可以使用例如 function 来实现您正在寻找的东西corrplot::cor.mtest
。
这是一个可重现的例子。首先加载库并创建假数据......
library(corrplot)
nbgene1 <- 100
nbgene2 <- 200
n <- 10
df1 <- matrix(rnorm(nbgene1 * n), nbgene1, n)
rownames(df1) <- paste0("Df1_gene", 1:nbgene1)
colnames(df1) <- paste0("Subject", 1:n)
df2 <- matrix(rnorm(nbgene2 * n), nbgene2, n)
rownames(df2) <- paste0("Df2_gene", 1:nbgene2)
colnames(df2) <- paste0("Subject", 1:n)
该函数cor.mtest
只接受一个数据框,个人作为行,变量作为列,所以你需要结合两个数据框......
df_combined <- rbind(df1, df2)
...并将转置的数据框输入到cor.mtest
(因为在您的情况下,行是基因,列是个体)。
res_cortest <- cor.mtest(t(df_combined))
然后您需要做的就是从结果中提取正确的 p 值。
pval <- res_cortest$p[1:nbgene1, (nbgene1+1):(nbgene1+nbgene2)]
您可能希望重命名此矩阵的行和列以获得更易于解释的结果。
dimnames(pval) <- list(rownames(df1), rownames(df2))
另外,不要忘记纠正多次测试!
# For example with Banjamini and Hochberg's method
padj <- matrix(p.adjust(pval, "BH"), nbgene1, nbgene2, dimnames = dimnames(pval))
比使用更有趣的cor.mtest
是看看里面的东西!
> corrplot::cor.mtest
function (mat, ...)
{
mat <- as.matrix(mat)
n <- ncol(mat)
p.mat <- lowCI.mat <- uppCI.mat <- matrix(NA, n, n)
diag(p.mat) <- 0
diag(lowCI.mat) <- diag(uppCI.mat) <- 1
for (i in 1:(n - 1)) {
for (j in (i + 1):n) {
tmp <- cor.test(x = mat[, i], y = mat[, j], ...)
p.mat[i, j] <- p.mat[j, i] <- tmp$p.value
if (!is.null(tmp$conf.int)) {
lowCI.mat[i, j] <- lowCI.mat[j, i] <- tmp$conf.int[1]
uppCI.mat[i, j] <- uppCI.mat[j, i] <- tmp$conf.int[2]
}
}
}
list(p = p.mat, lowCI = lowCI.mat, uppCI = uppCI.mat)
}
这是一个简单的for
循环!
在我们可重现的示例的上下文中,此循环的等效项是...
pval <- matrix(NA, nbgene1, nbgene2,
dimnames = list(rownames(df1),
rownames(df2)))
for (i in 1:nbgene1) {
for (j in 1:nbgene2) {
pval[i, j] <- cor.test(df1[i, ], df2[j, ])$p.value
}
}
多次校正步骤相同。