r - 从R中的数据帧计算平均成对皮尔逊相关系数
问题描述
假设我有以下向量:
IDs_Complex_1 <- c("orangutan", "panda", "sloth", "mountain_gorilla", "dolphin", "snake")
IDs_Complex_2 <- c("bat", "penguin", "goat", "elephant", "tiger")
我想计算以下数据框中每个向量的垂直组织列中的值之间的成对皮尔逊相关系数。然后我希望找到所有可能组合的平均 PCC。
Complex_ID Tissue_X Tissue_Y Tissue_Z
orangutan 5 6 7
panda 6 7 8
sloth 7 8 9
mountain_gorilla 100 60 50
dolphin 115 62 51
snake 130 59 67
bat 2 6 7
penguin 15 11 12
goat 22 23 86
elephant 14 22 109
tiger 0 1 7
因此,为了说明复数 1 的情况,我希望计算:
PCC_1 <- PCC of (5, 6, 7, 100, 115, 130) and (6, 7, 8, 60, 62, 59)
PCC_2 <- PCC of (5, 6, 7, 100, 115, 130) and (7, 8, 9, 50, 51, 67)
PCC_3 <- PCC of (6, 7, 8, 60, 62, 59) and (7, 8, 9, 50, 51, 67)
我希望计算平均值
(PCC_1, PCC_2, PCC_3) = ?
但是,如果我有 20 个左右的组织柱,其中有 20!/2!18!= 成对相关系数的 190 种组合(不重复)。我将如何编码?
非常感谢!
阿比盖尔
解决方案
如果df
是你的data.frame:
df = structure(list(Complex_ID = structure(c(6L, 7L, 9L, 5L, 2L, 10L,
1L, 8L, 4L, 3L, 11L), .Label = c("bat", "dolphin", "elephant",
"goat", "mountain_gorilla", "orangutan", "panda", "penguin",
"sloth", "snake", "tiger"), class = "factor"), Tissue_X = c(5L,
6L, 7L, 100L, 115L, 130L, 2L, 15L, 22L, 14L, 0L), Tissue_Y = c(6L,
7L, 8L, 60L, 62L, 59L, 6L, 11L, 23L, 22L, 1L), Tissue_Z = c(7L,
8L, 9L, 50L, 51L, 67L, 7L, 12L, 86L, 109L, 7L)), class = "data.frame", row.names = c(NA,
-11L))
你可以做:
cor(df[,-1])
Tissue_X Tissue_Y Tissue_Z
Tissue_X 1.0000000 0.9748668 0.4119840
Tissue_Y 0.9748668 1.0000000 0.5440719
Tissue_Z 0.4119840 0.5440719 1.0000000
推荐阅读
- apache - 协助 apache 重写(捕获子域)
- django - 如何在 django 中拆分 for 循环
- tosca - 缓冲在运行时使用 tosca 在其他页面上导航的新 url
- javascript - 复选框返回它以前的值而不是实际值
- java - JUnit 5 - 当参数是用户定义的类时,带有 @CsvSource 的参数化测试默认显示名称
- javascript - 使用 javascript 更改 HTML 对象的 innerHTML
- next.js - Antd可展开表,点击展开按钮同时展开所有行
- c++ - 如何编写一个 pow() 函数来处理 pow(2, 48) 而不会在 C++ 中获得无穷大(溢出)?
- python - 如何合并数据框和填充值
- multithreading - PyZMQ 分段错误,通过 bash 脚本重新启动后消息未到达