r - 使用因子水平将 corr 函数应用于矩阵？

Question

我正在尝试使用 corr() 函数来计算加权权重。它的工作方式是第一个参数应该是一个矩阵，其中有两列对应于我们希望计算其相关性的两个变量，第二个参数是要应用于每对观察值的权重向量。

这是一个例子。

> head(d)
 Shade_tolerance htot
1            4.56 25.0
2            2.73 23.5
3            2.73 21.5
4            3.97 17.0
5            4.00 25.5
6            4.00 23.5

> head(poids)
[1] 5.200440e-07 5.200440e-07 1.445016e-06 1.445016e-06 1.445016e-06 1.445016e-06

> corr(d,poids)
[1] 0.1357279

所以我明白了，我可以在我的矩阵上使用它，但我想根据一个因素的水平计算不同的相关性。假设我正在使用 tapply() 函数。

> head(d2)
  Shade_tolerance htot idp
1            4.56 25.0  19
2            2.73 23.5  19
3            2.73 21.5  19
4            3.97 17.0  18
5            4.00 25.5  18
6            4.00 23.5  18

所以我的梦想是做这样的事情:

tapply(as.matrix(d2[,c(1,2)]), d2$idp, corr)

除了如您所知在 tapply() 中第一个元素需要是矢量而不是矩阵。

有人能为我提供任何解决方案吗？

非常感谢您的帮助。

编辑:我刚刚意识到我在向您展示的数据框部分中缺少加权相关性的权重。所以它会知道如何根据因子的水平来获取矩阵和权重。

> head(df)
  Shade_tolerance htot idp        poids
1            4.56 25.0  19 5.200440e-07
2            2.73 23.5  19 5.200440e-07
3            2.73 21.5  19 1.445016e-06
4            3.97 17.0  19 1.445016e-06
5            4.00 25.5  19 1.445016e-06
6            4.00 23.5  19 1.445016e-06

我希望它是清楚的。

Answer 1

如果您有一个“巨大的”data.frame，那么使用 data.table 可能会有所帮助:

require(data.table)
dt <- as.data.table(df)
setkey(dt, "idp")
dt[, list(corr = corr(cbind(Shade_tolerance, htot), poids)), by=idp]

#    idp      corr
# 1:  18 0.9743547
# 2:  19 0.8387363