5

私は巨大な相関行列を持っていますが、以下は単なる例です:

    set.seed(1234)

corrmat <- matrix(round (rnorm (36, 0, 0.3),2), ncol=6) 
rownames (corrmat) <- colnames (corrmat) <- c("A", "b1", "b2", "C", "L", "ctt")
diag(corrmat) <- NA 
corrmat[upper.tri (corrmat)] <- NA 
            A    b1    b2     C     L ctt
    A      NA    NA    NA    NA    NA  NA
    b1   0.08    NA    NA    NA    NA  NA
    b2   0.33 -0.17    NA    NA    NA  NA
    C   -0.70 -0.27 -0.03    NA    NA  NA
    L    0.13 -0.14 -0.15 -0.13    NA  NA
    ctt  0.15 -0.30 -0.27  0.14 -0.28  NA

> melt(corrmat)

       X1  X2  value
    1    A   A    NA
    2   b1   A  0.08
    3   b2   A  0.33
    4    C   A -0.70
    5    L   A  0.13
    6  ctt   A  0.15
    7    A  b1    NA
    8   b1  b1    NA
    9   b2  b1 -0.17
    10   C  b1 -0.27
    11   L  b1 -0.14
    12 ctt  b1 -0.30
    13   A  b2    NA
    14  b1  b2    NA
    15  b2  b2    NA
    16   C  b2 -0.03
    17   L  b2 -0.15
    18 ctt  b2 -0.27
    19   A   C    NA
    20  b1   C    NA
    21  b2   C    NA
    22   C   C    NA
    23   L   C -0.13
    24 ctt   C  0.14
    25   A   L    NA
    26  b1   L    NA
    27  b2   L    NA
    28   C   L    NA
    29   L   L    NA
    30 ctt   L -0.28
    31   A ctt    NA
    32  b1 ctt    NA
    33  b2 ctt    NA
    34   C ctt    NA
    35   L ctt    NA
    36 ctt ctt    NA

私が探しているのは、隣接する間の相関値のみです。つまり、A-b1、b1-b2、b2-C、CL、L-ctt (列の順序) の間の相関値です。他の値と NA を削除する必要があります。したがって、次のようになります。

        X1   X2  value
    2   b1   A   0.08
    9   b2   b1 -0.17
    16   C   b2  -0.03
    23   L   C  -0.13
    30  ctt  L  -0.28

したがって、それらはA-b1-b2-C-L-ctt次のとおりです。

それをフィルタリングする簡単な方法はありますか？

4

4 に答える 4

9

見過ごされがちな関数を使用する方法の 1 つを次に示しますrow()。col()

> corrmat ## my version as there was no set.seed
        A    b1    b2    C     L ctt
A      NA    NA    NA   NA    NA  NA
b1   0.03    NA    NA   NA    NA  NA
b2  -0.41 -0.02    NA   NA    NA  NA
C    0.11  0.61 -0.18   NA    NA  NA
L   -0.28 -0.28  0.39 0.01    NA  NA
ctt -0.21 -0.41 -0.55 0.34 -0.13  NA

> corrmat[row(corrmat) == col(corrmat) + 1]
[1]  0.03 -0.02 -0.18  0.01 -0.13

ここでは行列corrmatをベクトルとしてインデックス付けしていることに注意してください。括弧内のビットは、各要素の行インデックスが各要素の列インデックスに 1 を加えたものと一致する要素を返すことを-1示しています。 .

すべてをまとめるには：

out <- data.frame(X1 = rownames(corrmat)[-1],
                  X2 = head(colnames(corrmat), -1),
                  Value = corrmat[row(corrmat) == col(corrmat) + 1])

> out
   X1 X2 Value
1  b1  A  0.03
2  b2 b1 -0.02
3   C b2 -0.18
4   L  C  0.01
5 ctt  L -0.13
于 2012-08-02T20:44:43.647 に答える
5

1 つの方法を次に示します。

n = rownames(corrmat)
pair.table = data.frame(X1=head(n, -1), X2=tail(n, -1), value=diag(tail(corrmat, -1)))

結果：

> pair.table
  X1  X2 value
1  A  b1  0.08
2 b1  b2 -0.17
3 b2   C -0.03
4  C   L -0.13
5  L ctt -0.28
于 2012-08-02T20:36:00.270 に答える
3

これは、相関行列の対角線からわずか 1 ずれています。したがって、対角線をそのようにシフトするだけで、設定は完了です。最初の行と最後の列を削除すると、それはただのdiag.

corrmat <- corrmat[-1,-ncol(corrmat)]
data.frame(X1 = rownames(corrmat), X2 = colnames(corrmat), r = diag(corrmat))
于 2012-08-02T20:51:56.540 に答える
1

行/列名を使用して組み合わせ（くし関数）を生成し、平方距離行列のエントリを「検索」する私のソリューションベース。SIF は、Simple Interaction File の略です。

makeSIF <- function(x) {
# args - 
#    x - m*m distance or correlation matrix
# @returns data frame in SIF format 
#
    sif <- as.data.frame(t(combn(as.character(rownames(x)), 2)))
    #print(sif)
    weight <- apply(sif, 1, indexDMatFromLookup, x)
    sif2 <- data.frame(sif, weight)
    return(sif2)

}

indexDMatFromLookup <- function(lookup, x) {
    return(indexDMat(x, lookup[1], lookup[2]))
}

indexDMat <- function(x, i1,i2) {
    return(x[i1,i2])
}

他の回答を見ると、これはおそらくはるかに遅いです。

編集：実際にはそれほど悪くはありません。

system.time(replicate(1000, makeSIF(corrmat)))

ユーザーシステム経過

0.976 0.000 0.975

system.time(replicate(1000, data.frame(X1=head(n, -1), X2=tail(n, -1), value=diag(tail(corrmat, -1))))))

ユーザーシステム経過

0.656 0.000 0.658

ジョンの方法よりもわずか 1 秒遅いだけです。

于 2012-08-02T20:52:26.673 に答える