R corrr focus 關注相關 DataFrame 架的部分。

從相關矩陣中選擇一組變量作為列，並從行中排除這些或所有其他變量的便捷函數。該函數將采用correlate相關矩陣和適合dplyr::select(的表達式。選定的變量將保留在列中，並且這些變量或所有其他變量將根據` same 從行中排除。有關使用此函數的方法的完整列表，請參閱select。

用法

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

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

參數

x: cor_df。請參閱correlate。
...: 一個或多個未加引號的表達式，以逗號分隔。變量名稱可以像 DataFrame 中的位置一樣使用，因此像“x:y”這樣的表達式可以用來選擇一係列變量。
mirror: 布爾值。是否鏡像行中選定的列。
.dots: 使用 focus_ 進行標準評估。請參閱select。

值

一個 tbl，或者，如果mirror = TRUE，則為 cor_df(請參閱 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.

源代碼：R/reshape.R

相關用法

注：本文由純淨天空篩選整理自Max Kuhn等大神的英文原創作品 Focus on section of a correlation data frame.。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。