在R中，我需要将两个变量之间的相关性分析结果放在table.csv文件中。原始数据帧由三列组成：第一列(组(包含观测所属的组，而其他两列(var1和var2(包含两个变量的值。
df <- data.frame(group = rep(c("G1", "G2"), each = 10),
var1 = rnorm(20),
var2 = rnorm(20))
我分组进行了相关分析。
spear <- by(df, df$group, FUN = function(X) cor.test(X$var1, X$var2, method = "spearman"))
我得到了这个输出：
spear
#df$group: G1
# Spearman's rank correlation rho
#data: X$var1 and X$var2
#S = 144, p-value = 0.7329
#alternative hypothesis: true rho is not equal to 0
#sample estimates:
# rho
#0.1272727
#---------------------------------------------------------------------------------------
#df$group: G2
# Spearman's rank correlation rho
#data: X$var1 and X$var2
#S = 122, p-value = 0.4697
#alternative hypothesis: true rho is not equal to 0
#sample estimates:
# rho
#0.2606061
现在我需要获得一个表，第一行作为标题，采用csv格式，第一列为组的id，第二列为该组的rho值，第三列为该群的p值。表格应该是这样的：
group,rho,pvalue
G1,0.1272727,0.7329
G2,0.2606061,0.4697
您可以在by函数中创建一个数据帧，提取所需的值。
result <- do.call(rbind, by(df, df$group, FUN = function(x) {
tmp <- cor.test(x$var1, x$var2, method = "spearman")
data.frame(group = x$group[1], rho = tmp$estimate, p.value = tmp$p.value)
}))
result
# group rho p.value
#G1 G1 -0.261 0.470
#G2 G2 -0.442 0.204
要将数据写入csv，我们可以使用write.csv:
write.csv(result, 'result.csv', row.names = FALSE)
spear对象是两个列表的列表(每组一个htest列表(：
str(spear)
List of 2
$ G1:List of 8
..$ statistic : Named num 140
.. ..- attr(*, "names")= chr "S"
..$ parameter : NULL
..$ p.value : num 0.682
..$ estimate : Named num 0.152
.. ..- attr(*, "names")= chr "rho"
..$ null.value : Named num 0
.. ..- attr(*, "names")= chr "rho"
..$ alternative: chr "two.sided"
..$ method : chr "Spearman's rank correlation rho"
..$ data.name : chr "X$var1 and X$var2"
..- attr(*, "class")= chr "htest"
$ G2:List of 8
..$ statistic : Named num 180
.. ..- attr(*, "names")= chr "S"
..$ parameter : NULL
..$ p.value : num 0.811
..$ estimate : Named num -0.0909
.. ..- attr(*, "names")= chr "rho"
..$ null.value : Named num 0
.. ..- attr(*, "names")= chr "rho"
..$ alternative: chr "two.sided"
..$ method : chr "Spearman's rank correlation rho"
..$ data.name : chr "X$var1 and X$var2"
..- attr(*, "class")= chr "htest"
- attr(*, "dim")= int 2
- attr(*, "dimnames")=List of 1
..$ df$group: chr [1:2] "G1" "G2"
- attr(*, "call")= language by.data.frame(data = df, INDICES = df$group, FUN = function(X) cor.test(X$var1, X$var2, method = "spearman"))
- attr(*, "class")= chr "by"
broom包中的tidy函数可以将htest列表转换为data.frame(实际上是tibble(。
library(broom)
lapply(spear, tidy)
$G1
# A tibble: 1 x 5
estimate statistic p.value method alternative
<dbl> <dbl> <dbl> <chr> <chr>
1 0.152 140 0.682 Spearman's rank correlation rho two.sided
$G2
# A tibble: 1 x 5
estimate statistic p.value method alternative
<dbl> <dbl> <dbl> <chr> <chr>
1 -0.0909 180 0.811 Spearman's rank correlation rho two.sided
你仍然有一个清单，但它更可行。使用一些dplyr函数，我们可以使此列表看起来像您想要的：
library(dplyr)
lapply(spear, tidy) %>%
bind_rows() %>%
mutate(group = names(spear)) %>%
rename(rho = estimate) %>%
select(group, rho, p.value)
# A tibble: 2 x 3
group rho p.value
<chr> <dbl> <dbl>
1 G1 0.152 0.682
2 G2 -0.0909 0.811
我们可以使用lapply()从输出对象中提取值，将它们转换为数据帧，并将组合的数据帧写入csv文件。
set.seed(95014) # to make example reproducible
df <- data.frame(group = rep(c("G1", "G2"), each = 10),
var1 = rnorm(20),
var2 = rnorm(20))
spear <- by(df, df$group, FUN = function(X) cor.test(X$var1, X$var2, method = "spearman"))
此时，对象spear是一个列表，每个列表按组包含一个元素。我们将处理每个元素，提取所需的元素，并将它们作为类型为data.frame()的对象列表返回。
由于列表中的元素是按组命名的，因此我们使用unique(df$group)来驱动lapply()，使我们能够将名称分配为输出数据帧中的一列。
# convert to data frame
dfList <- lapply(unique(df$group),function(x){
y <- spear[[x]]
data.frame(group = x,
rho_value = y$estimate,
p_value = y$p.value)
})
最后，我们使用do.call()将数据帧列表作为第一个参数绑定到write.csv()，生成一个数据帧，然后以逗号分隔的值格式写入磁盘。
write.csv(do.call(rbind,dfList),"./data/rhoCalcs.csv",row.names=FALSE)
输出：
"group","rho_value","p_value"
"G1",0.260606060606061,0.469675250206491
"G2",0.333333333333333,0.348846243872153
使用sapply而不是by的解决方案。
gu <- unique(df$group) ## putting the groups into a vector
r <- sapply(gu, function(x)
cor.test(~ var1 + var2, df[df$group == x, ], method="spearman")[c("estimate", "p.value")])
r <- cbind(group=gu, matrix(unlist(r), 2, b=T, dimnames=list(NULL, c("rho", "p_value"))))
write.csv(r, file="xyz.csv", row.names=FALSE, quote=FALSE)
或者，如果需要更频繁地执行此操作，可以将其封装在一个小函数中。
my.cor.test <- function(x) {
ct <- cor.test(~ var1 + var2, df[df$group == x, ],
method="spearman")[c("estimate", "p.value")]
setNames(c(x, unlist(ct)), c("group", "rho", "p_value"))
}
gu <- unique(df$group) ## putting unique groups into a vector
r <- t(sapply(gu, my.cor.test))
write.csv(r, file="xyz.csv", row.names=FALSE, quote=FALSE)
Gives
group,rho,p_value
G1,-0.696969696969697,0.0311410954595681
G2,0.0545454545454545,0.891638843953118