时间戳

首页 > 解决方案 > 我将如何自动计算各个国家/地区的小标题内的相关性并有效地存储？

r - 我将如何自动计算各个国家/地区的小标题内的相关性并有效地存储？

问题描述

有点 R 的初学者，我正在处理一个相对较大的数据集（至少对我来说），大约 500,000 行。

我试图为 PISA 数据集（基于教育的调查）找到不同国家的变量之间的相关性（具体测量欺凌的影响）。

我能够根据具体情况计算国家/地区的相关矩阵。

我想记录所有这些国家/地区的两个变量（因此不一定是整个矩阵）之间的相关性 - 将其自动化并将结果全部存储在一个小标题中，这样我就不需要花时间手动执行此操作。

correl_countries = tibble()

for (each in list_countries){
  countries_bullying %>% #tibble subset of the original data 
    filter(CNTRYID == each)%>%
    select(reading_score, bullied_index)%>%
    correl = cor(use = "pairwise.complete.obs") #something to store the correlation values
    correl_countries %>% add_row(x = each, y = correl) #wanted to add these results to a tibble
}

目前似乎什么都没有发生，我收到了这个错误。

Error in is.data.frame(x) : argument "x" is missing, with no default

这可能与“pairwise.complete.obs”生成相关矩阵而不是单个向量这一事实有关。

感谢您的建议！

标签： rdataframetibbleusage-statisticspearson-correlation

解决方案

新用户在这里-不知何故不能发表评论。如果我理解正确，您想计算每个国家/地区的 2 个变量之间的相关性，并将其存储在单独的小标题中。将“df”替换为数据集的名称，将“国家”替换为包含所有国家/地区的数据集中的变量。对于大型数据集，可能会有更优雅的解决方案（即每个循环子集更少的变量）。

correl_countries <- c()
vec <- unique(df$countries)
for (i in 1:length(vec)) {
    new <- df[df$countries == vec[i],]
    correl_countries[i] <- cor(new$var1, new$var2)
}
tibble(vec, correl_countries)

推荐阅读