要创建data.table相关系数组合的对象，首先需要找到相关矩阵，然后将创建相关矩阵data.table的变量组合用于组合变量组合和相关系数。
查看以下示例以了解如何完成。
以下代码段创建了一个示例数据框 -
x1<-rnorm(20) x2<-rnorm(20,2,0.05) x3<-rnorm(20,2,0.78) x4<-rnorm(20,5,1) df1<-data.frame(x1,x2,x3,x4) df1
创建了以下数据框
x1 x2 x3 x4 1 0.77994570 2.044288 1.2866822 6.139428 2 -0.57165011 1.931588 2.3060454 4.156558 3 -2.41470804 1.980485 2.0120719 5.928814 4 -1.25221041 2.059422 2.6341341 4.449050 5 -0.07042562 1.989987 0.6263381 4.378990 6 0.97821341 1.998165 2.4876630 3.473989 7 -0.99143292 1.980309 0.8280679 4.561764 8 0.98428356 2.046979 2.5538780 6.288159 9 0.32649034 1.987681 1.2260120 6.088381 10 -0.43238724 1.960947 1.5529283 4.425975 11 0.53374978 2.023177 2.7411385 6.853143 12 1.47847428 2.012680 2.2124862 5.552493 13 -1.27691863 1.977755 0.7198475 5.564577 14 -0.82864337 2.095960 1.9234651 4.903183 15 0.13440338 2.010327 2.6039556 3.557598 16 0.12110980 2.038554 1.3294818 4.130975 17 -0.03789286 1.971120 1.2343970 4.714649 18 1.60358705 1.930691 2.7022694 5.498787 19 0.22071213 1.976550 2.0997674 3.553371 20 -0.77764431 1.961341 0.8304568 5.664547
要在上面创建的数据框中找到存储在 df1 中的数据的相关矩阵，请将以下代码添加到上面的代码段中 -
x1<-rnorm(20) x2<-rnorm(20,2,0.05) x3<-rnorm(20,2,0.78) x4<-rnorm(20,5,1) df1<-data.frame(x1,x2,x3,x4) Corr_M_df1<-cor(df1) Corr_M_df1输出结果
如果您将上述所有给定的片段作为单个程序执行，它会生成以下输出 -
x1 x2 x3 x4 x1 1.00000000 0.02822366 0.34313832 0.07829032 x2 0.02822366 1.00000000 0.17955473 0.13063972 x3 0.34313832 0.17955473 1.00000000 -0.03920003 x4 0.07829032 0.13063972 -0.03920003 1.00000000
要在上面创建的数据框中找到相关矩阵中变量的组合，请将以下代码添加到上面的代码段中 -
x1<-rnorm(20) x2<-rnorm(20,2,0.05) x3<-rnorm(20,2,0.78) x4<-rnorm(20,5,1) df1<-data.frame(x1,x2,x3,x4) Corr_M_df1<-cor(df1) Comb_Vars_df1<-t(combn(colnames(Corr_M_df1),2)) Comb_Vars_df1输出结果
如果您将上述所有给定的片段作为单个程序执行，它会生成以下输出 -
[,1] [,2] [1,] "x1" "x2" [2,] "x1" "x3" [3,] "x1" "x4" [4,] "x2" "x3" [5,] "x2" "x4" [6,] "x3" "x4"
要加载data.table包并data.table为上面创建的数据框上的相关系数组合创建一个对象，请将以下代码添加到上面的代码段中 -
x1<-rnorm(20) x2<-rnorm(20,2,0.05) x3<-rnorm(20,2,0.78) x4<-rnorm(20,5,1) df1<-data.frame(x1,x2,x3,x4) Corr_M_df1<-cor(df1) Comb_Vars_df1<-t(combn(colnames(Corr_M_df1),2)) library(data.table) DT1<-data.table(Comb_Vars_df1,Corr_M_df1[Comb_Vars_df1]) DT1输出结果
如果您将上述所有给定的片段作为单个程序执行，它会生成以下输出 -
V1 V2 V2 1: x1 x2 0.02822366 2: x1 x3 0.34313832 3: x1 x4 0.07829032 4: x2 x3 0.17955473 5: x2 x4 0.13063972 6: x3 x4 -0.03920003
以下代码段创建了一个示例数据框 -
y1<-rpois(20,1) y2<-rpois(20,2) y3<-rpois(20,5) y4<-rpois(20,2) df2<-data.frame(y1,y2,y3,y4) df2
创建了以下数据框
y1 y2 y3 y4 1 0 2 4 0 2 1 1 3 0 3 0 5 5 1 4 2 0 3 2 5 1 0 5 3 6 0 0 5 1 7 1 1 8 1 8 0 1 3 4 9 0 1 2 1 10 1 3 8 1 11 1 1 4 3 12 1 2 2 3 13 1 1 2 4 14 0 2 8 3 15 1 2 8 2 16 1 2 6 4 17 3 1 4 2 18 3 2 3 0 19 0 1 5 4 20 1 3 5 4
要在上面创建的数据框中找到存储在 df2 中的数据的相关矩阵，请将以下代码添加到上面的代码段中 -
y1<-rpois(20,1) y2<-rpois(20,2) y3<-rpois(20,5) y4<-rpois(20,2) df2<-data.frame(y1,y2,y3,y4) Corr_M_df2<-cor(df2) Corr_M_df2输出结果
如果您将上述所有给定的片段作为单个程序执行，它会生成以下输出 -
y1 y2 y3 y4 y1 1.0000000 -0.1405368 -0.15977673 -0.14617656 y2 -0.1405368 1.0000000 0.27579791 -0.11041245 y3 -0.1597767 0.2757979 1.00000000 -0.01662246 y4 -0.1461766 -0.1104125 -0.01662246 1.00000000
要在上面创建的数据框中找到相关矩阵中变量的组合，请将以下代码添加到上面的代码段中 -
y1<-rpois(20,1) y2<-rpois(20,2) y3<-rpois(20,5) y4<-rpois(20,2) df2<-data.frame(y1,y2,y3,y4) Corr_M_df2<-cor(df2) Comb_Vars_df2<-t(combn(colnames(Corr_M_df2),2)) Comb_Vars_df2输出结果
如果您将上述所有给定的片段作为单个程序执行，它会生成以下输出 -
[,1] [,2] [1,] "y1" "y2" [2,] "y1" "y3" [3,] "y1" "y4" [4,] "y2" "y3" [5,] "y2" "y4" [6,] "y3" "y4"
要data.table为上面创建的数据框上的相关系数组合创建一个对象，请将以下代码添加到上面的代码段中 -
y1<-rpois(20,1) y2<-rpois(20,2) y3<-rpois(20,5) y4<-rpois(20,2) df2<-data.frame(y1,y2,y3,y4) Corr_M_df2<-cor(df2) Comb_Vars_df2<-t(combn(colnames(Corr_M_df2),2)) DT2<-data.table(Comb_Vars_df2,Corr_M_df2[Comb_Vars_df2]) DT2输出结果
如果您将上述所有给定的片段作为单个程序执行，它会生成以下输出 -
V1 V2 V2 1: y1 y2 -0.14053680 2: y1 y3 -0.15977673 3: y1 y4 -0.14617656 4: y2 y3 0.27579791 5: y2 y4 -0.11041245 6: y3 y4 -0.01662246