आर

Question

में समूह द्वारा spearman सहसंबंध, आप आर में समूह द्वारा स्पीरमैन सहसंबंध की गणना कैसे करते हैं। मुझे निम्नलिखित लिंक को समूह द्वारा पियरसन सहसंबंध के बारे में बात करते हुए मिला। लेकिन जब मैंने भाषण के साथ इस प्रकार को बदलने की कोशिश की, तो यह काम नहीं करता है।

https://stats.stackexchange.com/questions/4040/r-compute-correlation-by-group

Answer 1

कैसे एक आधार आर समाधान के लिए इस बारे में:

df <- data.frame(group = rep(c("G1", "G2"), each = 10), 
       var1 = rnorm(20), 
       var2 = rnorm(20)) 

r <- by(df, df$group, FUN = function(X) cor(X$var1, X$var2, method = "spearman")) 
# df$group: G1 
# [1] 0.4060606 
# ------------------------------------------------------------ 
# df$group: G2 
# [1] 0.1272727 

और फिर, आप एक data.frame के रूप में परिणाम चाहते हैं:

data.frame(group = dimnames(r)[[1]], corr = as.vector(r)) 
# group  corr 
# 1 G1 0.4060606 
# 2 G2 0.1272727 

संपादित करें: यदि आप plyr-आधारित समाधान पसंद करते हैं, तो यहां एक है:

library(plyr) 
ddply(df, .(group), summarise, "corr" = cor(var1, var2, method = "spearman")) 

Answer 2

यहाँ एक और तरीका यह करना है:

# split the data by group then apply spearman correlation 
# to each element of that list 
j <- lapply(split(df, df$group), function(x){cor(x[,2], x[,3], method = "spearman")}) 

# Bring it together 
data.frame(group = names(j), corr = unlist(j), row.names = NULL) 

मेरी विधि, जोश की विधि की तुलना करना, और plyr समाधान rbenchmark का उपयोग कर:

Dason <- function(){ 
    # split the data by group then apply spearman correlation 
    # to each element of that list 
    j <- lapply(split(df, df$group), function(x){cor(x[,2], x[,3], method = "spearman")}) 

    # Bring it together 
    data.frame(group = names(j), corr = unlist(j), row.names = NULL) 
} 

Josh <- function(){ 
    r <- by(df, df$group, FUN = function(X) cor(X$var1, X$var2, method = "spearman")) 
    data.frame(group = attributes(r)$dimnames[[1]], corr = as.vector(r)) 
} 

plyr <- function(){ 
    ddply(df, .(group), summarise, "corr" = cor(var1, var2, method = "spearman")) 
} 


library(rbenchmark) 
benchmark(Dason(), Josh(), plyr()) 

कौन सा उत्पादन देता

> benchmark(Dason(), Josh(), plyr()) 
    test replications elapsed relative user.self sys.self user.child sys.child 
1 Dason()   100 0.19 1.000000  0.19  0   NA  NA 
2 Josh()   100 0.24 1.263158  0.22  0   NA  NA 
3 plyr()   100 0.51 2.684211  0.52  0   NA  NA 

तो ऐसा लगता है कि मेरी विधि थोड़ा तेज़ है लेकिन ज्यादा नहीं। मुझे लगता है कि जोश की विधि थोड़ा और सहज है। प्लीयर समाधान कोड करने के लिए सबसे आसान है लेकिन यह सबसे तेज़ नहीं है (लेकिन यह निश्चित रूप से बहुत सुविधाजनक है)!

Answer 3

यदि आप बड़ी संख्या में समूहों के लिए एक कुशल समाधान चाहते हैं तो data.table जाने का रास्ता है।

library(data.table) 
DT <- as.data.table(df) 
setkey(DT, group) 
DT[,list(corr = cor(var1,var2,method = 'spearman')), by = group]