这可能是一个应用问题/数据管理问题/这些问题的组合。我对R相对陌生，并且正在广泛调整如何在R与Stata中管理数据（例如）。我读了很多书，但还没有找到一个很好的例子来说明如何（1）按组从数据帧中提取向量；（2） 对那些向量的所有组合成对地应用函数；和（3）将结果输出为矩阵，所以我问大家如何做到这一点。我在下面的例子中简化了所有变量名称/数据：
我有一个数据帧df，结构如下：
id score1 score2 extravar1 extravar2 .....
1 10 9 a 1.4345124
1 9 7 b 1.1133529
1 5 5 c -0.1712851
2 4 4 d -0.4924446
2 3 2 junk -0.8136040
2 6 6 junk 0.14987444
3 5 6 junk 0.14331245
etc
我需要创建ID score1子集和ID score2子集的协方差矩阵。换句话说，我想对score1和score2进行以下计算：
cov(vector of df$score1 for id 1 only,df$score1 for id 1 only)
cov(vector of df$score1 for id 1 only,df$score1 for id 2 only)
cov(vector of df$score1 for id 1 only,df$score1 for id 3 only)
.
.
.
cov(vector of df$score1 for id 1 only,df$score1 for id 288 only)
cov(vector of df$score1 for id 1 only,df$score1 for id 289 only)
cov(vector of df$score1 for id 2 only,df$score1 for id 1 only)
cov(vector of df$score1 for id 2 only,df$score1 for id 2 only)
.
.
.
cov(vector of df$score1 for id 289 only,df$score1 for id 288 only)
cov(vector of df$score1 for id 289 only,df$score1 for id 289 only)
我希望数据输出到两个列表、数据帧或矩阵中（一个用于score1，一个用于score2），它们看起来像（其中s1-1是id＝1的score1向量）：
1 2 3 ... 288 289
1 cov(s1-1,s1-1) cov(s1-1,s1-2) cov(s1-1,s1-3) cov(s1-1,s1-288) cov(s1-1,s1-289)
2 cov(s1-2,s1-1) cov(s1-2,s1-2) cov(s1-2,s1-3) cov(s1-2,s1-288) cov(s1-2,s1-289)
3 cov(s1-3,s1-1) cov(s1-3,s1-2) cov(s1-3,s1-3) cov(s1-3,s1-288) cov(s1-3,s1-289)
.
.
.
288 cov(s1-288,s1-1) cov(s1-288,s1-2) cov(s1-288,s1-3) cov(s1-288,s1-288) cov(s1-288,s1-289)
289 cov(s1-289,s1-1) cov(s1-289,s1-2) cov(s1-289,s1-3) cov(s1-289,s1-288) cov(s1-289,s1-289)
我的问题是，我遇到了以下问题：（1）操纵数据，使其具有正确的格式进行分析；（2）决定最适合使用哪种应用函数（可能是mapply？）。目前，我正在使用拆分将数据分组，但不知道如何从那里操作它：
df.scores <- df[,c("id","score1","score2")]
databy.id <- split(df.scores,df.scores$id)
这产生了一个列表，我不是100%清楚如何在应用中操作。head（databy.id）大致如下：
$`1`
id score1 score2
1 1 10 9
2 1 9 7
3 1 5 5
4 1 4 4
5 1 3 2
...
$`2`
id score1 score2
1 2 8 3
2 2 9 2
3 2 10 1
4 2 9 3
5 2 4 9
...
$`3`
id score1 score2
1 3 8 7
2 3 3 4
3 3 2 3
4 3 4 6
5 3 6 1
...
我可以（并且已经）用循环来解决这个问题，但我不希望这样做，因为我接下来需要重复随机化分数并模拟/存储许多这样的矩阵（通过循环需要花费太长时间）。我应该使用ddply、mapply还是其他一些函数？你对如何进行有什么建议吗？
我学会了cov函数取矩阵。我已经找到了如何使用循环将所有得分的ID向量转换为矩阵，并以这种方式计算协方差矩阵。然而，这是一个不雅的解决方案，我非常确信有更好的方法来初始化我正在使用的数据帧（其中id是所有id的向量：
vectors.score1 <- data.frame("1"=databy.id[[1]]$score1)
for (j in 2:length(ids)) {
vectors.score1[,toString(ids[j])] <- databy.id[[j]]$score1
}
covariances <- cov(vectors.score1,vectors.score1)
colnames(covariances) <- ids
如果有人拥有，我会对重塑数据的更优雅的解决方案感兴趣
编辑：修复了变量Impact==>score1 的命名