如何使用Dplyer根据另一个数据帧的值计算R中数据帧中所有列的方差

Question

我有一个表(表1(，其中的相关系数对应于如下所述的变量：

var = c("A","B","C","D","E")
cor = c(0.7,0.3,0.5,0.1,0.9) 
table1 = tibble(var,cor)
# A tibble: 5 × 2
var     cor
<chr> <dbl>
1 A       0.7
2 B       0.3
3 C       0.5
4 D       0.1
5 E       0.9

我有一个感兴趣的矢量：

y=c(1,2,3,4)

以及如下所示的新表(表2(

A = c(1,2,NA,4)
B =c(5,6,7,8)
C=c(NA,10,11,12)
D=c(13,14,15,16)
table2 = tibble(A,B,C,D);table2
# A tibble: 4 × 4
A     B     C     D
<dbl> <dbl> <dbl> <dbl>
1     1     5    NA    13
2     2     6    10    14
3    NA     7    11    15
4     4     8    12    16

我想计算向量y与表2的所有列的协方差，但仅当表1的相应相关性大于0.3并且如果小于0.3则返回0。因此，我想在表1中搜索相关性>0.3，即A和C(因为表2没有列e(。我如何使用base或dplyr包在R中实现这一点？

Answer 1

这应该适用于您：

library(dplyr)
library(tidyr)
var = c("A","B","C","D","E")
cor = c(0.7,0.3,0.5,0.1,0.9) 
table1 = tibble(var,cor)
A = c(1,2,NA,4)
B =c(5,6,7,8)
C=c(NA,10,11,12)
D=c(13,14,15,16)
table2 = tibble(A,B,C,D)
table2
y=c(1,2,3,4)
table3 <- table2 %>% 
summarise(across(.cols = everything(), cov, y = y, use = "complete.obs")) %>% 
pivot_longer(cols = everything(), names_to = "var", values_to = "covar") %>% 
merge(table1) %>% 
filter(cor > 0.3)