1

我有两组变量之间的相关矩阵。我想找到与每个 As 具有最大相关性的变量 B

> B = data.frame('B1' = c(3,3,5), 'B2' = c(2,7,8))
> A = data.frame('A1' = c(1,2,3), 'A2' = c(4,2,6))
> corr_matrix = cor(A,B)
> corr_matrix

          B1        B2
A1 0.8660254 0.9332565
A2 0.8660254 0.1555428

我跑

> temp = apply(corr_matrix,1,which.max)
> temp
A1 A2 
2  1
> names(B)[temp]
[1] "B2" "B1"

并获得我需要的一个很好的向量。这就是问题所在。如果我的矩阵看起来像这样

corr_matrix

           B1 B2        B3
A1         NA NA        NA
A2  0.3986434 NA 0.2807630
A3 -0.3568664 NA 0.6037172
A4  0.1974342 NA 0.6827092

apply(corr_matrix,1,which.max)

$A1
integer(0)

$A2
B1 
1 

$A3
B3 
3 

$A4
B3 
3

我得到了一个我不太了解的奇怪的嵌套结构。有人可以解释一下这个结构是什么以及为什么它与上面的例子不同吗？

我的意思是如果它吐出来我会很高兴

A1 A2 A3 A4
NA  1  3  3

最后，我可以看到我想要的答案（NA，B1，B3，B3），但我如何以矢量形式将其取出？

我看到许多 NA + apply 线程，但它们似乎都不适用于我的目的，所以如果这是我不知道的东西的重复，我深表歉意。

4

2 回答 2

3

相关矩阵：

corr_matrix <- as.matrix(read.table(text = "B1 B2        B3
                          A1         NA NA        NA
                          A2  0.3986434 NA 0.2807630
                          A3 -0.3568664 NA 0.6037172
                          A4  0.1974342 NA 0.6827092", header = TRUE, row.names = 1))

您可以定义一个函数来处理所有值为 的情况NA：

temp <- apply(corr_matrix,1, function(x) if (all(is.na(x))) NA else which.max(x))

temp
# A1 A2 A3 A4 
# NA  1  3  3 

names(B)[temp]
# [1] NA   "B1" "B3" "B3"
于 2013-07-17T08:31:01.050 回答
1

斯文的解决方案是一般要走的路。但是对于这种情况，您可以通过将mode输出列表更改为numeric：

ll <- structure(list(A1 = integer(0), A2 = structure(1L, .Names = "B1"), 
      A3 = structure(3L, .Names = "B3"), A4 = structure(3L, .Names = "B3")), 
     .Names = c("A1", "A2", "A3", "A4"))

mode(ll) <- "numeric"
ll
# A1 A2 A3 A4 
# NA  1  3  3
于 2013-07-17T08:35:16.737 回答