3

これが私がやろうとしていることです（かなり多くの変数とデータセットに対して）：

mygroupdf <- data.frame (varname = c("A", "B", "c1", "D2",
    "E", "F", "g1"), group = c(1, 1, 1, 2,3,3,4))

> mygroupdf
      varname group
  1       A     1
  2       B     1
  3      c1     1
  4      D2     2
  5       E     3
  6       F     3
  7      g1     4

このデータフレームは、変数をグループ化するための情報のみで構成されています。

group 1 = A, B, c1
group 2 = D2
group 3 = E, F
group 4 = g1

2番目のデータセット-実際のデータが含まれています

set.seed(1234)
dataf <- data.frame (yvar = rnorm (10, 10,3), 
    A = sample(c(1,0), 10, T), B = sample(c(1,0), 10, T), 
    c1 = sample (c(1,0), 10, T), D2 = sample (c(1,0), 10, T), 
    E= sample (c(1,0), 10, T),F = sample (c(1,0), T), 
    g1 = sample (c(1,0), 10, T))

# manual workout:
xtemp <- dataf$A* dataf$B * dataf$c1 # all from group 1
# I error in previous version it is * not + 
# (is product of all members of a group i.e. 
 xtemp <- dataf$D2 (- group 2)
 xtemp <- dataf$E * dataf$F (- group 3)
 xtemp <- dataf$G (- group 4)

次に、製品とYvarの相関関係：

x <- cor(dataf$yvar, xtemp)

データセット内の1000の変数グループに適用できるように、関数にラップしたいと思います。

   corrfun <- function (x, V1, V2, V3) {
           xtemp <- V1 * V2  + V3
           x <- cor(dataf$yvar, xtemp)
           return (x)
          }

グループごとに変数が異なるため、このような関数を作成してデータセット全体に適用するにはどうすればよいかわかりません。助けてください ！

編集：プロセス：

ここに画像の説明を入力してください

4

4 に答える 4

3

私は推測を賭けます...

corrfun <- function (group.no, x=dataf, x.lookup=mygroupdf) {
  xtemp <- apply(x[x.lookup$varname[x.lookup$group == group.no]], 1, prod)

  out <- cor(x$yvar, xtemp)

  return (out)
}

>     corrfun(1)
[1] 0.35593
> corrfun(2)
[1] 0.4181311
>
于 2012-08-02T22:01:52.173 に答える
0

別の答え..

cbind(
  group = unique(mygroupdf$group),
  corr = 
    do.call(
      c,
      lapply(
        unique(mygroupdf$group),
        function(x) {
          varnames <- unique(mygroupdf[mygroupdf$group == x, 'varname'])
          products <- apply(as.matrix(dataf[, colnames(dataf) %in% varnames]), 1, prod)
          cor(products, dataf$yvar)
        }
      )
    )
)

これは

     group       corr
[1,]     1  0.3559300
[2,]     2  0.4181311
[3,]     3         NA
[4,]     4 -0.1015003
于 2012-08-02T22:14:50.827 に答える
0 
sapply(unique(mygroupdf$group), function(x) {
  a <- as.character(mygroupdf$varname[mygroupdf$group == x])
  cor(dataf$yvar, apply(dataf[a],1,prod))
})
  1. 一意：一意のグループ番号を識別します
  2. sapply：それぞれに関数を適用します
  3. a <-…：a対応する変数名とします
  4. dataf [a]：データフレームから適切な列を選択します
  5. apply（…prod）：各行の積を計算します
  6. cor：相関
  7. sapply：結果を単純なベクトルに結合します
于 2012-08-02T22:20:49.437 に答える
0

そして、私の現在のお気に入りのライブラリを使用してさらに別の答えを作成するには：

library(plyr)
ddply(mygroupdf, .(group), summarise,
      cor=cor(dataf$yvar, apply(dataf[as.character(varname)],1,prod)))

これにより、次の結果が生成されます。

  group        cor
1     1  0.3559300
2     2  0.4181311
3     3         NA
4     4 -0.1015003
Warning message:
In cor(dataf$yvar, apply(dataf[as.character(varname)], 1, prod)) :
  the standard deviation is zero
于 2012-08-02T22:46:59.523 に答える