当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


R corrr focus 关注相关 DataFrame 架的部分。


从相关矩阵中选择一组变量作为列,并从行中排除这些或所有其他变量的便捷函数。该函数将采用correlate相关矩阵和适合dplyr::select(的表达式。选定的变量将保留在列中,并且这些变量或所有其他变量将根据` same 从行中排除。有关使用此函数的方法的完整列表,请参阅select

用法

focus(x, ..., mirror = FALSE)

focus_(x, ..., .dots, mirror)

参数

x

cor_df。请参阅correlate

...

一个或多个未加引号的表达式,以逗号分隔。变量名称可以像 DataFrame 中的位置一样使用,因此像“x:y”这样的表达式可以用来选择一系列变量。

mirror

布尔值。是否镜像行中选定的列。

.dots

使用 focus_ 进行标准评估。请参阅select

一个 tbl,或者,如果mirror = TRUE,则为 cor_df(请参阅 correlate )。

例子

library(dplyr)
x <- correlate(mtcars)
#> Correlation computed with
#> • Method: 'pearson'
#> • Missing treated using: 'pairwise.complete.obs'
focus(x, mpg, cyl) # Focus on correlations of mpg and cyl with all other variables
#> # A tibble: 9 × 3
#>   term     mpg    cyl
#>   <chr>  <dbl>  <dbl>
#> 1 disp  -0.848  0.902
#> 2 hp    -0.776  0.832
#> 3 drat   0.681 -0.700
#> 4 wt    -0.868  0.782
#> 5 qsec   0.419 -0.591
#> 6 vs     0.664 -0.811
#> 7 am     0.600 -0.523
#> 8 gear   0.480 -0.493
#> 9 carb  -0.551  0.527
focus(x, -disp, -mpg, mirror = TRUE) # Remove disp and mpg from columns and rows
#> # A tibble: 9 × 10
#>   term     cyl     hp    drat     wt    qsec     vs      am   gear    carb
#>   <chr>  <dbl>  <dbl>   <dbl>  <dbl>   <dbl>  <dbl>   <dbl>  <dbl>   <dbl>
#> 1 cyl   NA      0.832 -0.700   0.782 -0.591  -0.811 -0.523  -0.493  0.527 
#> 2 hp     0.832 NA     -0.449   0.659 -0.708  -0.723 -0.243  -0.126  0.750 
#> 3 drat  -0.700 -0.449 NA      -0.712  0.0912  0.440  0.713   0.700 -0.0908
#> 4 wt     0.782  0.659 -0.712  NA     -0.175  -0.555 -0.692  -0.583  0.428 
#> 5 qsec  -0.591 -0.708  0.0912 -0.175 NA       0.745 -0.230  -0.213 -0.656 
#> 6 vs    -0.811 -0.723  0.440  -0.555  0.745  NA      0.168   0.206 -0.570 
#> 7 am    -0.523 -0.243  0.713  -0.692 -0.230   0.168 NA       0.794  0.0575
#> 8 gear  -0.493 -0.126  0.700  -0.583 -0.213   0.206  0.794  NA      0.274 
#> 9 carb   0.527  0.750 -0.0908  0.428 -0.656  -0.570  0.0575  0.274 NA     

x <- correlate(iris[-5])
#> Correlation computed with
#> • Method: 'pearson'
#> • Missing treated using: 'pairwise.complete.obs'
focus(x, -matches("Sepal")) # Focus on correlations of non-Sepal
#> # A tibble: 2 × 3
#>   term         Petal.Length Petal.Width
#>   <chr>               <dbl>       <dbl>
#> 1 Sepal.Length        0.872       0.818
#> 2 Sepal.Width        -0.428      -0.366
# variables with Sepal variables.
源代码:R/reshape.R

相关用法


注:本文由纯净天空筛选整理自Max Kuhn等大神的英文原创作品 Focus on section of a correlation data frame.。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。