如何用lapply替代嵌套for循环计算两个数据框的相关性？

需求说明 #

计算两个数据框（df1：10行15列，df2：10行20列）所有列组合的Spearman相关性，输出包含estimate（估计值）、statistic（统计量）、**p.value（P值）**的结果表，行名为aX:bY的列组合格式。

数据构造 #

set.seed(123) # 设置种子保证结果可复现
df1 <- as.data.frame(matrix(runif(10*15, -1, 1), ncol=15))
df2 <- as.data.frame(matrix(runif(10*20, -1, 1), ncol=20))

colnames(df1) <- paste0("a", 1:ncol(df1))
colnames(df2) <- paste0("b", 1:ncol(df2))

combo <- expand.grid(colnames(df1), colnames(df2))  # 生成所有列组合，共300组

lapply实现方案 #

核心思路是用lapply遍历所有列组合，对每组列执行相关性检验，提取目标指标后整合成结果表：

# 定义需要提取的指标
stats_to_extract <- c("estimate", "statistic", "p.value")

# 用lapply遍历每个列组合
result_list <- lapply(1:nrow(combo), function(i) {
  col1 <- combo[i, 1]
  col2 <- combo[i, 2]
  # 执行Spearman相关性检验
  test_res <- cor.test(df1[[col1]], df2[[col2]], method = "spearman")
  # 提取指定指标并转为向量
  unlist(test_res[stats_to_extract])
})

# 将列表转为数据框
result_df <- do.call(rbind, result_list)
# 设置行名为列组合格式
rownames(result_df) <- paste(combo[,1], combo[,2], sep = ":")

# 查看前几行结果
head(result_df)

结果示例 #

输出的结果表结构如下（示例前4行）：

estimate rho statistic S       p.value
a1:b1   -0.1428571        -0.4264014 0.7003825
a1:b2    0.3571429         1.1135531 0.2907474
a1:b3    0.1428571         0.4264014 0.7003825
a1:b4   -0.2857143        -0.8703883 0.4087572

内容的提问来源于stack exchange，提问作者pemb_bex6789